基于多模态数据融合的深度学习模型在阿尔茨海默病早期诊断中的可解释性研究

《Therapeutic Advances in Respiratory Disease》：Therapeutic advances in pulmonary fibrosis

　　

本研究提出了一种基于多模态数据融合的深度学习框架，旨在提升阿尔茨海默病（Alzheimer's Disease, AD）早期诊断的准确性与可解释性。研究人员整合了结构磁共振成像（structural Magnetic Resonance Imaging, sMRI）、正电子发射断层扫描（Positron Emission Tomography, PET）以及血浆生物标志物（plasma biomarkers）数据，构建了端到端的融合网络架构。该模型通过注意力机制（attention mechanism）自适应加权不同模态特征，并利用梯度加权类激活映射（Gradient-weighted Class Activation Mapping, Grad-CAM）技术生成病灶区域的可视化解释。在公开数据集（ADNI）与独立外部验证队列中，该模型在区分早期AD、轻度认知障碍（Mild Cognitive Impairment, MCI）及正常对照（Normal Control, NC）方面取得了优于单一模态基线的性能，曲线下面积（Area Under the Curve, AUC）达到0.94。消融实验表明，血浆生物标志物的引入显著提升了模型对疾病进展的预测能力。此外，可解释性分析揭示的海马体与颞叶皮层萎缩模式与临床病理学共识高度一致，验证了模型决策的生物学合理性。该框架为AD的精准筛查与临床辅助决策提供了兼具高性能与高可信度的技术方案。

引言

阿尔茨海默病（Alzheimer's Disease, AD）是最常见的神经退行性疾病，其病理特征包括β-淀粉样蛋白（Amyloid-β, Aβ）沉积与tau蛋白过度磷酸化。由于疾病进程不可逆，早期干预窗口期的识别至关重要。然而，单一模态生物标志物在敏感性与特异性上存在局限，而多模态数据融合能够互补信息，但传统机器学习方法难以有效处理高维异构数据。近年来，深度学习（Deep Learning, DL）在医学影像分析中展现出强大特征提取能力，但其“黑箱”特性限制了临床采纳。因此，构建兼具高诊断性能与可解释性的融合模型成为当前研究热点。

方法

本研究基于阿尔茨海默病神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative, ADNI）数据库，纳入早期AD、轻度认知障碍（Mild Cognitive Impairment, MCI）及正常对照（Normal Control, NC）受试者。数据预处理阶段，对结构磁共振成像（structural Magnetic Resonance Imaging, sMRI）进行灰质体积标准化，对正电子发射断层扫描（Positron Emission Tomography, PET）进行标准摄取值比（Standardized Uptake Value Ratio, SUVR）计算，血浆生物标志物则包括Aβ₄₂/Aβ₄₀比值及磷酸化tau（phosphorylated tau, p-tau）水平。模型架构采用三流并行编码器，分别提取影像空间特征与组学特征，并通过跨模态注意力模块（cross-modal attention module）进行特征交互。训练过程中采用五折交叉验证，并引入数据增强策略缓解样本不均衡。为评估特征贡献度，执行消融实验（ablation study），逐步移除单一模态。可解释性分析采用梯度加权类激活映射（Gradient-weighted Class Activation Mapping, Grad-CAM）生成决策热力图，并与神经病理学图谱进行空间配准比较。

结果

融合模型在区分早期AD与NC时，曲线下面积（Area Under the Curve, AUC）达到0.94，显著高于单一sMRI模型（AUC=0.88）与单一PET模型（AUC=0.91）。在MCI向AD转化的预测任务中，血浆生物标志物的加入使AUC提升约5%。消融实验显示，去除PET模态后性能下降最为明显，表明代谢影像信息在疾病分期中具有核心判别力。Grad-CAM可视化结果揭示，模型注意力集中于双侧海马体、内嗅皮层及颞顶叶联合区，这些区域的萎缩或低代谢模式与既往尸检病理研究高度吻合。在独立外部验证队列中，模型保持了稳定的泛化性能，校准曲线（calibration curve）显示预测概率与真实患病率具有良好一致性。

讨论

本研究的核心贡献在于通过跨模态注意力机制实现了影像与体液标志物的非线性互补，突破了传统线性融合的瓶颈。血浆生物标志物的增量价值提示，外周血检测可作为低成本的初筛工具，而影像数据用于精确定位病灶。可解释性分析不仅验证了模型决策的生物学合理性，还为临床医生提供了直观的病灶定位依据，有助于减少诊断争议。然而，本研究存在一定局限性：训练数据主要来源于欧美人群，种族多样性不足可能导致模型在亚洲人群中的迁移性能下降；此外，横断面设计无法完全捕捉疾病动态演变过程。未来工作拟引入纵向随访数据，并探索生成式模型以合成罕见病理表型，进一步提升模型的鲁棒性。

结论

本研究提出的多模态融合深度学习框架在AD早期诊断中达到了较高的准确率与可解释性，为精准医学背景下的临床决策支持系统提供了可行范式。通过整合神经影像与血浆生物标志物，该模型不仅提升了分类性能，还揭示了与疾病病理高度相关的脑区模式。后续研究需在更大规模、多中心的队列中验证其临床转化价值，并探索其在不同神经退行性疾病鉴别诊断中的拓展应用。