《Cyborg and Bionic Systems》：Deep Learning to Identify Cognitive Impairment Across the Full Spectrum of Chronic Kidney Disease: Stage- and Cognition-Informed Feature Selection with a Dual-Branch Feature-Gated Network
编辑推荐：
摘要：认知障碍（cognitive impairment, CI）是慢性肾脏病（chronic kidney disease, CKD）常见且具临床意义的并发症，但与CI相关的神经影像特征尚未被充分表征。本研究构建了一种分期与认知信息引导的神经影像特征选择框架
摘要：认知障碍（cognitive impairment, CI）是慢性肾脏病（chronic kidney disease, CKD）常见且具临床意义的并发症，但与CI相关的神经影像特征尚未被充分表征。本研究构建了一种分期与认知信息引导的神经影像特征选择框架，并将所选特征整合至双分支特征门控网络（Dual-Branch Feature-Gated Network, DBFG-Net）中，用于识别合并认知障碍的CKD（CKD-CI）。研究人员纳入342例CKD患者（177例CI、165例非CI）及58例年龄与性别匹配的健康对照（healthy controls, HCs）。从T1加权成像、动脉自旋标记（arterial spin labeling, ASL）及定量磁敏感图（quantitative susceptibility mapping, QSM）中提取多模态磁共振特征。首先刻画CKD 1至5期的分期相关影像模式，继而比较CKD-CI与无CI的CKD患者在认知相关层面的差异。同时具备分期相关线性趋势与认知相关判别力的特征被选中用于DBFG-Net训练，并在时间性与多中心外部验证队列中测试。结果显示，结构形态学与组织磁敏感在CKD各分期中呈现显著分期相关线性趋势，而脑血流（cerebral blood flow, CBF）无显著分期线性相关趋势；一致地，CKD-CI的判别特征仅局限于结构与磁敏感指标。DBFG-Net在发现队列的受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）达0.942，在两个外部验证队列中分别达0.902与0.926。结论：分期与认知信息引导框架可识别与CKD-CI相关的结构与磁敏感特征，DBFG-Net在发现队列及外部验证队列中均表现出稳健的CKD-CI识别性能。
研究背景与问题提出
慢性肾脏病（chronic kidney disease, CKD）是全球重大公共卫生问题，患病率约14.2%。相当比例患者会进展至肾功能下降甚至终末期肾病（end-stage renal disease, ESRD）。认知障碍（cognitive impairment, CI）是CKD重要并发症，可从执行功能、注意力、记忆的轻微缺损发展至明显痴呆，显著降低生活质量与治疗依从性。其机制可能涉及尿毒症毒素蓄积、血管损伤、慢性炎症、代谢失调及加速脑老化。既往神经影像研究多聚焦ESRD，对全谱系CKD脑改变刻画不足；且现有发现异质性高，源于分期分布、模态与分析方法差异。多模态磁共振成像（magnetic resonance imaging, MRI）可无创评估脑结构形态、脑血流（cerebral blood flow, CBF）与组织磁敏感，但缺乏将CKD分期进展与认知差异联合驱动的特征选择及深度学习识别框架。因此，研究人员开展本研究，旨在用分期与认知双信息引导筛选神经影像特征，并构建双分支特征门控网络（Dual-Branch Feature-Gated Network, DBFG-Net）识别CKD-CI。
主要关键技术方法
研究人员采用发现队列（342例CKD患者分CI与非CI亚组，另58例健康对照）与两个外部验证队列（时间性单中心104例、多中心119例）。影像为3.0-T扫描下的T1加权、动脉自旋标记（arterial spin labeling, ASL）与定量磁敏感图（quantitative susceptibility mapping, QSM）。特征按Brainnetome图谱划分为224个ROI。先以协方差分析做分期相关线性趋势筛选，再比较CKD-CI与CKD-NCI组间差异，取交集特征；随后用轻量特征重标定、双分支编码与门控融合的DBFG-Net训练，并以5折交叉验证及独立外部队列测试，配合SHAP解释。
研究结果
参与者特征
发现队列各组分年龄、性别、教育年限均衡。随CKD分期上升，eGFR与血红蛋白下降，肌酐、尿素、磷升高；MoCA总分呈显著负向线性趋势，视空间/执行、命名、注意力、语言分域也随分期退化。
CKD各分期的神经影像改变
结构形态（皮层厚度与皮下体积）在4–5期出现广泛萎缩，且127个ROI具显著分期线性下降趋势。CBF虽在1期起即异常升高，但无单调线性趋势。磁敏感在额颞叶、海马等区双向改变，73个ROI具显著线性趋势。
CKD-CI与CKD-NCI的影像差异
CI组表现为双侧颞上回、脑岛皮层变薄，苍白球、壳核、伏隔核、丘脑体积缩小；磁敏感在脑岛降低、在苍白球与壳核升高。所有24个认知相关特征均来自具分期趋势的特征集。
临床—认知关联与中介分析
总CKD组中MoCA与尿素负相关；视空间/执行与eGFR负相关、与肌酐/尿素/磷负相关。CKD-CI组内，血清磷通过左脑岛INS_L_6_1皮层厚度中介影响视空间/执行功能（探索性中介效应显著）。
模型性能
DBFG-Net发现队列AUC 0.942，准确率0.918；时间外部队列AUC 0.902，多中心外部队列AUC 0.926，均优于常规机器学习与神经网络基线。消融显示特征重标定与门控融合贡献关键；仅结构模态AUC 0.841，仅磁敏感模态失效。去除分期信息后模型仍具判别力（AUC 0.892）。SHAP表明结构特征主导预测方向。
讨论与结论部分浓缩
讨论指出，结构形态与磁敏感随CKD分期累积损伤更一致，CBF呈复杂非单调生理改变；CI相关脑区嵌套于分期相关脑改变子集，脑岛、颞上回、基底节与丘脑支持显著性网络与执行控制。磷代谢异常经结构萎缩关联认知退化，但横断面设计仅示统计关联而非因果。模型局限在于横断面、MoCA切点定义CI、样本规模与站点异质性。
结论翻译：分期与认知信息引导框架识别了与CKD-CI相关的结构与磁敏感特征；DBFG-Net在发现队列及外部验证队列中均展现出对CKD-CI识别的稳健性能。该论文发表于《Cyborg and Bionic Systems》。
你想优先深化方法学、结果解读还是临床转化价值的讨论？
