摘要
背景： 基于结构性磁共振成像（MRI）训练的深度学习分类器被越来越多地用于阿尔茨海默病（AD）和轻度认知障碍（MCI）的早期检测，然而生成这些模型的流水线依赖于共享数据集、预训练权重和联邦更新，这些都可能被对手投毒。一个带有后门的诊断模型在普通扫描上表现正常，但当隐藏触发器出现时，会崩溃为攻击者选择的标签，从而将认知衰老的预后工具转变为无声的误诊来源。 方法： 本文提出了MedBackdoorGuard，一种防御框架，可在不了解触发器先验知识的情况下，检测并缓解基于MRI的AD和MCI分类器中的后门攻击。该框架将训练数据的谱潜层筛查与激活空间中的潜层触发器隔离相结合，然后通过触发器敏感神经元剪枝和微调来免疫模型，并辅以解剖注意力一致性约束，将决策锚定在内侧颞叶结构上。运行时推理防护增加了叠加熵和解剖学信息重建，以在部署时净化可疑扫描。 结果： 在ADNI、OASIS-1和公开的四类痴呆MRI基准上，针对补丁、混合、扭曲和频率触发器，MedBackdoorGuard将平均攻击成功率从96.4%降低到3.0%，同时保持干净准确率与未防御模型相差在0.6个百分点以内，毒化样本检测AUROC达到97.4%，并识别出60个带后门模型中的59个。与最强防御基线相比，攻击成功率下降了15.1个百分点，干净准确率上升了1.7个百分点。 结论： 该框架将触发器扫描上的MCI召回率从3.9%恢复到88.3%，这对认知衰老的早期检测而言是至关重要的结果。
