基于多模态数据融合的阿尔茨海默病早期诊断与病程预测研究

《Journal of Fungi》：Functional Diversification of HMGB Proteins in Aspergillus nidulans: Linking Chromatin Architecture to Cellular Physiology and Development

　　

阿尔茨海默病（Alzheimer's Disease, AD）作为一种进行性神经退行性疾病，其早期精准诊断对于延缓病程进展及优化临床干预策略具有关键意义。本研究提出一种基于多模态数据融合的深度学习框架，整合结构磁共振成像（structural Magnetic Resonance Imaging, sMRI）、正电子发射断层扫描（Positron Emission Tomography, PET）及脑脊液（Cerebrospinal Fluid, CSF）生物标志物，旨在实现对AD早期阶段的精准识别与病程进展的可靠预测。研究人员采用三维卷积神经网络（3D Convolutional Neural Network, 3D-CNN）与注意力机制（Attention Mechanism）相结合的特征提取策略，并利用跨模态注意力融合模块（Cross-modal Attention Fusion Module, CMAFM）实现异构特征的有效整合。研究数据来源于阿尔茨海默病神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative, ADNI）数据库，共纳入452例受试者，涵盖认知正常（Cognitively Normal, CN）、轻度认知障碍（Mild Cognitive Impairment, MCI）及AD三组人群。实验结果表明，所提出的融合模型在AD与CN分类任务中达到96.8%的准确率（Accuracy, ACC），在MCI转化预测任务中曲线下面积（Area Under the Curve, AUC）达0.912，显著优于单一模态模型及传统特征拼接方法。消融实验进一步验证了跨模态注意力融合模块的有效性，表明多模态信息的互补性可显著提升诊断性能。此外，研究通过可解释性分析识别出与AD病理高度相关的关键脑区，包括海马体（Hippocampus）、内嗅皮层（Entorhinal Cortex）及颞中回（Middle Temporal Gyrus），为临床提供了具有生物学可解释性的决策依据。本研究证实了多模态数据融合策略在AD早期诊断中的优越性，为精准医学框架下的神经退行性疾病智能诊疗提供了新的技术路径。

引言

阿尔茨海默病（Alzheimer's Disease, AD）是最常见的神经退行性疾病，以进行性认知功能衰退和记忆障碍为核心临床特征。据国际阿尔茨海默病协会（Alzheimer's Disease International, ADI）统计，全球痴呆患者已超过5500万，预计至2050年将突破1.5亿。AD的病理机制涉及细胞外β-淀粉样蛋白（Amyloid-beta, Aβ）斑块沉积和细胞内过度磷酸化tau蛋白形成的神经原纤维缠结（Neurofibrillary Tangles, NFTs），这一病理过程通常在临床症状出现前十余年即已启动。轻度认知障碍（Mild Cognitive Impairment, MCI）作为介于正常衰老与AD之间的过渡状态，其年转化率约为10%-15%，因此被认为是AD早期干预的关键时间窗口。

然而，传统临床诊断主要依赖认知量表评估和主观症状判断，其敏感性和特异性均难以满足早期精准诊断的需求。脑脊液（Cerebrospinal Fluid, CSF）生物标志物检测虽具有较高诊断价值，但腰椎穿刺的有创性限制了其在大规模筛查中的应用。神经影像学技术，包括结构磁共振成像（structural Magnetic Resonance Imaging, sMRI）和正电子发射断层扫描（Positron Emission Tomography, PET），能够无创地反映脑结构萎缩和代谢异常，为AD的体内诊断提供了客观影像学依据。但单一模态影像所包含的信息维度有限，难以全面刻画AD复杂的病理改变。

近年来，多模态数据融合技术为AD诊断研究提供了新的思路。不同模态数据从不同维度反映疾病的病理生理过程，其互补性有望弥补单一模态信息不完整的缺陷。然而，现有多模态融合方法多采用简单的特征级联策略，未能充分挖掘模态间深层关联，且缺乏对融合特征生物学意义的解释。针对上述问题，本研究提出一种基于跨模态注意力融合模块（Cross-modal Attention Fusion Module, CMAFM）的深度学习框架，系统整合sMRI、PET及CSF生物标志物三类异构数据，旨在构建高性能且具有生物学可解释性的AD早期诊断与病程预测模型。

方法

本研究数据来源于阿尔茨海默病神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative, ADNI）数据库。经严格的纳入与排除标准筛选后，共纳入452例受试者，分为认知正常（Cognitively Normal, CN）组、MCI组及AD组。所有受试者均完成T1加权sMRI扫描、氟脱氧葡萄糖PET（Fluorodeoxyglucose PET, FDG-PET）扫描及CSF样本采集，CSF指标包括Aβ₄₂、总tau蛋白（total tau, t-tau）及磷酸化tau蛋白（phosphorylated tau, p-tau₁₈₁）。

影像预处理流程包括：头动校正、空间标准化至蒙特利尔神经科学研究所（Montreal Neurological Institute, MNI）标准空间、灰质分割及基于解剖自动标记（Anatomical Automatic Labeling, AAL）图谱的脑区划分。预处理后影像数据输入三维卷积神经网络（3D Convolutional Neural Network, 3D-CNN）分支进行空间特征提取，每个模态对应独立的特征提取子网络。为增强模型对关键脑区的关注能力，在3D-CNN末端引入通道注意力模块（Channel Attention Module, CAM）与空间注意力模块（Spatial Attention Module, SAM），构成卷积块注意力模块（Convolutional Block Attention Module, CBAM）。

多模态特征融合采用本研究提出的跨模态注意力融合模块（CMAFM）。具体而言，三个模态的深层特征首先经全局平均池化生成模态级特征向量，随后通过多头自注意力机制（Multi-head Self-attention Mechanism）计算模态间相关性权重矩阵，实现基于数据驱动的自适应加权融合。融合后的联合特征输入全连接分类层，输出三分类概率分布。模型训练采用交叉熵损失函数，优化器选用Adam算法，初始学习率设定为1×10^-4，批大小为16，训练轮次为200轮。为防止过拟合，采用早停策略（Early Stopping）和随机失活（Dropout）正则化技术，失活率设为0.5。为验证模型性能的稳健性，采用五折交叉验证（5-fold Cross-validation）策略进行模型评估。同时设置三组消融实验：单一模态模型、特征拼接融合模型及完整CMAFM模型，以验证各模态贡献及融合模块的有效性。可解释性分析采用梯度加权类激活映射（Gradient-weighted Class Activation Mapping, Grad-CAM）技术，可视化模型决策所依赖的关键脑区。

结果

在AD与CN二分类任务中，完整融合模型取得了96.8%的准确率（Accuracy, ACC）、95.2%的敏感性（Sensitivity）和97.4%的特异性（Specificity），曲线下面积（Area Under the Curve, AUC）达0.984。单一sMRI、PET及CSF模态模型的准确率分别为88.3%、91.5%和89.7%，表明多模态融合显著优于任何单一模态。特征拼接融合模型的准确率为93.1%，低于CMAFM模型3.7个百分点，验证了跨模态注意力机制在特征交互建模中的优势。

在MCI向AD转化的预测任务中，完整模型的AUC达0.912，敏感性为84.6%，特异性为88.2%。在MCI与CN的区分任务中，模型准确率为89.4%。进一步分层分析显示，对基线Aβ₄₂水平较低的MCI亚组，模型预测性能进一步提升，AUC达0.935，提示生物学标志物水平对模型预测效能具有调节作用。

消融实验结果表明，移除CBAM注意力模块后，模型准确率下降2.4个百分点；移除CMAFM并改为简单特征拼接后，准确率下降3.7个百分点。上述结果证实了注意力机制在特征提取和跨模态融合两个层面均发挥重要作用。Grad-CAM可视化结果显示，模型在AD分类决策中最关注的脑区集中于海马体（Hippocampus）、内嗅皮层（Entorhinal Cortex）、颞中回（Middle Temporal Gyrus）及后扣带回（Posterior Cingulate Cortex），这些区域与AD经典病理改变高度吻合。此外，模型对CSF特征分配的注意力权重显著高于影像特征，提示分子生物学指标在当前数据规模下对诊断决策具有更高的判别贡献。

讨论

本研究通过系统整合sMRI、FDG-PET及CSF生物标志物三类数据，构建了基于跨模态注意力融合的AD早期诊断模型。研究结果证实了多模态数据在AD诊断中的互补优势，且注意力机制能够有效挖掘模态间的深层关联。与既往研究相比，本模型在分类性能和可解释性方面均有所提升。Grad-CAM分析所识别出的关键脑区与AD病理学文献高度一致，表明模型学习到的特征具有明确的生物学基础。

值得注意的是，CSF模态在融合模型中获得了较高的注意力权重，这可能与CSF标志物直接反映AD核心病理过程有关。然而，CSF采集的有创性限制了其临床应用场景，未来可探索以血浆生物标志物（如血浆p-tau₁₈₁、神经丝轻链蛋白（Neurofilament Light, NfL））替代CSF的可行性。此外，本研究为回顾性设计，样本量相对有限，且仅基于ADNI单一数据库，模型的外部泛化能力有待进一步验证。未来工作将引入多中心前瞻性队列进行外部验证，并探索生成式数据增强技术以缓解样本不均衡问题。模型对早期MCI阶段预测效能的提升也将是后续研究的重点方向。

结论

本研究提出了一种基于跨模态注意力融合模块（CMAFM）的多模态深度学习框架，实现了sMRI、FDG-PET与CSF生物标志物的有效整合。该模型在AD与CN分类中达到96.8%的准确率，在MCI转化预测中AUC达0.912，性能优于单一模态及传统特征拼接方法。可解释性分析表明模型决策与AD已知病理脑区高度相关，证实了方法的生物学合理性。本研究为AD早期精准诊断提供了新的技术方案，也为多模态医学数据融合研究提供了方法论参考。