通过多尺度注意机制和贝叶斯-遗传优化方法实现帕金森病的临床可应用书写生物标志物检测

《Brain and Behavior》：Clinically Deployable Handwriting Biomarkers of Parkinson's Disease via Multiscale Attention and Bayesian–Genetic Optimization

　　摘要

引言
在检查中，帕金森病（PD）患者的细微运动异常可能被低估，但在书写表现中却非常明显。螺旋形、蜿蜒形和波浪形的绘画是非侵入性的、低成本的方法，可用于捕捉PD的运动特征，并且可以轻松地在平板电脑上收集。深度学习是解码这些特征的天然框架，但大多数基于书写的PD分类器尚未经过彻底的优化或泛化测试，因此其临床实用性尚未得到验证。

方法
PD-MGMA-DSCNN是一个多尺度门控多头注意力深度可分离卷积网络，用于处理螺旋形、蜿蜒形和波浪形任务的统一RGB图像。采用了一种特定于PD的贝叶斯-遗传优化方案（PD-BayGA）来调整一系列关键架构和训练超参数。通过基于SHAP的超像素归因图来解释模型决策，将判别区域与之前描述的帕金森病书写异常联系起来。

结果
在PaHaW数据集上，PD-MGMA-DSCNN在保留的内部测试集上达到了98.23%的准确率，优于文献中报道的CNN、RNN、3D CNN和集成基线。使用在PaHaW上开发的最终配置，在独立的HandPD数据集上进行的外部评估取得了99.42%的准确率，同时在临床驱动的排除和纳入阈值下具有较高的ROC-AUC和精确度-召回率性能。这些发现支持在标准化基于图像的绘画框架内使用三区风险分层方案的潜力。

结论
PD-MGMA-DSCNN在基于书写的PD检测中提供了最先进的性能，同时仍是一个紧凑的、系统优化的模型，并具有临床可解释的解释。该框架可以支持在运动障碍诊所中进行基于平板电脑的PD筛查或分诊，以及长期监测，并为将数字书写生物标志物纳入临床PD护理提供了一个实用的起点。

1 引言
帕金森病（PD）是一种慢性进行性神经退行性运动障碍，其特征是动作迟缓、僵硬、震颤和书写能力受损。这些症状逐渐降低生活质量，并使常规临床环境中的早期筛查和诊断变得复杂。由于书写异常可以非侵入性地且低成本地捕获，书写和绘画任务作为PD筛查和监测的数字生物标志物引起了越来越多的关注（Zhao等人2023年；Bia?ek等人2024年；Aldhyani等人2024年）。最近的深度学习研究使用离线图像或在线书写轨迹报告了强大的诊断性能，表明书写包含了具有辨别力的帕金森病运动特征（Huang等人2024年；Pragadeeswaran和Kannimuthu 2024年）。同时，数字神经学的转化研究显示，从有希望的研究结果转化为实用的筛查工具不仅需要高准确性，还需要鲁棒性、可解释性和计算效率（Tolosa等人2026年）。尽管最近取得了进展，但在基于书写的PD检测中仍然存在三个常见问题。首先，许多现有的深度模型是为特定数据集、任务类型或采集设置量身定制的，它们的性能在不同的协议、中心或受试者群体下可能会下降。即使是非常复杂的任务特定或多模态架构也可能对数据集偏差、增强策略或硬件变化敏感，这引发了关于泛化能力的担忧（Zhao等人2023年；Bia?ek等人2024年；Huang等人2024年；Pragadeeswaran和Kannimuthu 2024年；Tolosa等人2026年；Zhu等人2025年）。其次，尽管报告了许多高性能模型，但能够清晰地将模型决策与临床有意义的书写异常（如与震颤相关的锯齿状、微书写或螺旋形变形）联系起来的患者级解释仍然有限（Tolosa等人2026年）。这与成像、语音和临床变量的更广泛的PD研究形成对比，在这些研究中，越来越多地使用SHAP、LIME及相关归因方法等可解释AI工具来提高可解释性（Tabashum等人2024年；Rabie和Akhloufi 2025年；Esan等人2025年；Jin等人2025年；Egbo等人2025年；Aladhadh 2025年；Chaddad等人2023年）。第三，尽管众所周知原则性的超参数优化对于跨数据集和训练协议的稳定和可重复的CNN性能很重要（Raiaan等人2024年），但许多基于书写的PD模型仍然依赖于手动试错或简单的搜索策略。这些限制——有限的跨数据集泛化能力、不足的可解释性和临时的超参数调整——继续阻碍了基于书写的PD筛查系统的实际开发。受此启发，我们旨在开发一个能够在不同数据集和任务条件下更可靠泛化的框架，提供临床可解释的视觉解释，并在学习流程中结合原则性的超参数优化。在这项研究中，我们专注于基于图像的分析，这些分析适用于PaHaW和HandPD数据集共有的或可协调的绘画任务。具体来说，最终框架基于从螺旋形、蜿蜒形和波浪形输入派生的标准化256 × 256 × 3图像表示，从而为来自不同采集格式的样本提供统一的处理流程。因此，我们并不声称能够模拟所有在线书写的运动学，而是提供一种稳健且可解释的基于图像的方法，用于临床相关的绘画模式。为了实现这些目标，我们提出了PD-MGMA-DSCNN（通过多尺度门控多头注意力深度可分离CNN进行帕金森病检测），这是一种深度注意力融合架构，结合了特定于PD的贝叶斯-遗传（PD-BayGA）超参数优化和基于SHAP的可解释性。所提出框架的方法学新颖性不仅在于使用注意力，还在于整合了四个互补的设计选择：一个轻量级的深度可分离卷积主干用于计算效率，一个三分支多尺度门控多头注意力（MGMA）模块用于细化和粗糙书写特征的自适应融合，一个PD-BayGA优化策略用于系统地调整架构和训练参数，以及基于SHAP的超像素归因图用于模型决策的视觉解释。这种组合旨在共同捕捉局部笔画不规则性和全局形状变形，同时保持足够的紧凑性以适应部署环境。本研究的主要贡献有四个方面。首先，我们引入了一种基于多尺度的注意力架构，用于基于书写的PD检测。其次，我们整合了PD-BayGA来优化在不同增强和调整规则下的关键架构和训练超参数。第三，我们在PaHaW和HandPD上对提出的框架进行了跨受试者独立的分割、多种训练设置和跨数据集实验的评估。第四，我们提供了基于SHAP的视觉解释，将模型预测与螺旋形、蜿蜒形和波浪形绘画中的临床相关异常联系起来。这些贡献共同旨在提高基于深度学习的书写生物标志物在PD检测中的泛化能力、可解释性和实用性，同时认识到在常规临床采用之前仍需要更广泛的前瞻性和多中心验证。本文的其余部分组织如下。第2节描述了相关工作。第3节介绍了数据集、任务表示、预处理流程和提出的PD-MGMA-DSCNN框架。第4节报告了实验设计和结果。第5节讨论了发现、可解释性、临床相关性、比较性能和局限性。第6节总结了本文。

2 相关工作
基于书写的PD检测已经使用在线动态信号和离线图像进行了研究，从传统的特征工程流程发展到端到端的深度学习。在在线设置中，一些研究使用基于时间或频率的表示来建模笔的位置、压力、速度或加速度。结合1D卷积和循环单元的序列模型通过显式捕获书写动态，表现出比传统机器学习基线更好的性能（Díaz等人2021年）。其他方法使用动态书写描述符或频谱和倒谱表示来表征与PD相关的运动异常，通常在平板电脑获取的数据集上报告了强大的诊断结果（Kamran等人2021年；Moustansir等人2026年；Lu等人2025年）。这些方法展示了在线运动学信息的价值，但它们通常依赖于高质量的传感器、非平凡的信号处理或在实际基于图像的筛查设置中并不总是可用的更丰富的时间流（Díaz等人2021年；Kamran等人2021年；Moustansir等人2026年；Lu等人2025年）。与此同时，许多研究将基于CNN的模型应用于PaHaW和HandPD等数据集的离线书写图像。这些包括微调的2D CNN集合（Gazda等人2022年）、混合CNN-分类器流程（Varalakshmi等人2022年）、增强注意力的CNN架构（Zhao和Li 2023年）、基于受限玻尔兹曼机的分类器（Thakur等人2023年）、带有坐标注意力的Transformer风格模型（N. Wang等人2023年）、基于EfficientNet的框架（Razaq等人2025年）以及轻量级编码器-解码器变体，如改进的LinkNet-GhostNet（Pradeep等人2025年）。总的来说，这些研究证实了离线绘画（如螺旋形和波浪形）包含高度辨别的PD特征，并且深度模型在公共基准测试上可以实现高准确率（Gazda等人2022年；Varalakshmi等人2022年；Zhao和Li 2023年；Thakur等人2023年；N. Wang等人2023年；Razaq等人2025年；Pradeep等人2025年）。然而，这些文献中仍然存在几个共同的限制。许多方法是为单一任务、采集条件或数据集优化的；许多依赖于相对复杂或计算密集的架构；并且许多在提供有限证据表明其在不同群体、协议或部署场景中的鲁棒性的设置下进行评估（Gazda等人2022年；Varalakshmi等人2022年；Zhao和Li 2023年；Thakur等人2023年；N. Wang等人2023年；Razaq等人2025年；Pradeep等人2025年；Pradeep等人2025年）。另一条研究路线研究了多模态的、基于优化的和转化的框架。已经探索了将书写与临床变量结合的注意力融合，以改进仅基于书写的模型（Benredjem等人2025年）。其他研究结合了手工制作的特征和特征选择或元启发式优化策略，包括Firefly及相关方法，以减少维度并提高分类效率（Shyamala和Navamani 2025年；Soleimanidoust等人2025年）。在转化层面，系统如NeuroDiag已经展示了基于平板电脑的采集和工作流整合对于PD支持工具的可行性（Ngo等人2024年），而迁移学习研究探索了更轻量级的螺旋形绘画分类器（Farhah 2024年）。这些努力对于向实际部署迈进很重要，但它们仍然面临共同挑战，包括对特定任务类型的依赖、有限的多中心验证以及对可解释性和泛化性的处理不完全（Ngo等人2024年；Farhah 2024年；Benredjem等人2025年；Shyamala和Navamani 2025年；Soleimanidoust等人2025年）。几篇综述文章得出了类似的结论。关于基于书写和语音的PD检测的综述强调，数字生物标志物很有前景，但也指出数据集通常规模较小、不平衡，并且在协议和采集设置上异质，使得公平的基准测试和外部验证变得困难（Aouraghe等人2023年；Islam等人2024年）。关于人工智能在PD和书写分析中的更广泛综述同样指出了过拟合、偏见、可解释性和监管准备方面的反复出现的问题（Aouraghe等人2023年；Islam等人2024年；Marano等人2025年）。总的来说，文献表明，仅高准确性不足以用于临床有用的基于书写的PD系统；还需要稳健的评估、透明的解释和高效的实现。在这种背景下，我们的工作位于四个需求的交叉点，这些需求在之前的研究中并未完全解决：紧凑的基于图像的建模、自适应的多尺度特征融合、原则性的超参数优化和临床可解释的视觉解释。与之前主要关注动态在线信号、单任务离线图像或仅关注准确性的注意力机制的方法不同（Díaz等人2021年；Kamran等人2021年；Moustansir等人2026年；Gazda等人2022年；Varalakshmi等人2022年；Zhao和Li 2023年；Thakur等人2023年；N. Wang等人2023年；Ngo等人2024年；Farhah 2024年；Lu等人2025年；Ravichandran等人2026年；Razaq等人2025年；Benredjem等人2025年；Pradeep等人2025年；Shyamala和Navamani 2025年；Soleimanidoust等人2025年），提出的PD-MGMA-DSCNN框架结合了主要是深度可分离的卷积主干、三分支MGMA模块、PD-BayGA策略和基于SHAP的超像素解释图。这种集成设计不仅旨在提高预测性能，还提供了几个实际优势，包括比之前的基于注意力的CNN模型更低的计算成本和模型复杂性、在细、中和粗糙书写模式之间的自适应尺度选择，而不是在单一特征级别的注意力，以及结合系统调整和临床有意义的视觉解释的统一基于图像的流程。该框架旨在用于螺旋形、蜿蜒形和波浪形输入的标准化图像表示，旨在提高跨数据集的鲁棒性、可解释性和基于书写的PD检测的部署效率。

3 提出的模型
为了自动区分PD患者和健康对照者的书写，我们设计了一个名为PD-MGMA-DSCNN的特定深度学习模型。该模型的设计灵感来自于模型应共同学习细粒度的笔画不规则性（例如，震颤、锯齿状轮廓、微笔画）和粗略的全局异常（例如，微书写、螺旋形变形、形状不稳定性），并且应足够轻量，以便在诊所和家庭中使用的平板电脑或数字笔上执行。PD-MGMA-DSCNN的关键组件是一个深度注意力融合模块，在该模块中，一个完全深度可分离的卷积主干提取书写的多尺度特征，这些特征通过三个门控多头注意力分支进行融合，使网络能够适应性地关注每个样本的最有信息量的尺度。

3.1 书写数据集和基于图像的表示
在这项工作中使用了两个既建立又互补的书写数据集，即PaHaW（Drotár等人2014年）和HandPD（Pereira, Pereira, Silva等人2016年）。PaHaW数据库包含了75名受试者的在线手写记录，其中包括37名帕金森病（PD）患者（18名女性，19名男性）和38名健康个体（18名女性，19名男性）。每位受试者完成了八种不同的任务，包括三元组、二元组、单字母组合、阿基米德螺旋线、一组捷克草书单词（例如“lektorka”、“porovnat”、“nepopadnout”）以及书写一个句子。手写记录是通过数字化平板收集的，该平板能够记录笔在表面和空中移动时的x轴和y轴坐标。一个笔触由从笔落下的时刻到笔抬起的时刻的一系列点定义。HandPD数据库包含了来自巴西圣保罗州博图卡图大学医学院帕金森病诊所的离线检查图像。这个数据集包含了736张手写图像，其中368张来自对照组（18名健康受试者，6名男性，12名女性；2名左撇子，16名右撇子），368张来自患者组（74名PD患者，59名男性，15名女性；5名左撇子，69名右撇子）。这两个互补的数据集共同提供了丰富的手写内容的空间和时间信息，在基于手写的PD检测研究中得到了广泛的应用。我们使用了它们的样本来开发和验证所提出的方法，以帮助全面了解PD手写的流畅性、压力和速度模式。为了提高研究的临床可解释性，我们进一步明确了原始数据集中可用的受试者级临床信息的范围。对于PaHaW，原始出版物报告了神经科医生确认的PD诊断，并提供了队列级别的临床描述符，包括疾病持续时间、基于Hoehn和Yahr/UPDRS的严重程度信息以及左旋多巴等效剂量摘要。然而，这些公共资源并没有提供一套完整的、针对所有症状维度的受试者级注释，这对于模型分层来说是理想的，例如明确的震颤亚型、书写微细变化状态、运动迟缓的严重程度，或者用于下游基于图像研究的每个样本的详细药物使用状态。对于HandPD，公开可用的数据集文档提供了人口统计和采集信息，包括年龄、性别、惯用手以及螺旋/蜿蜒任务的结构，但没有提供关于震颤发生率、书写微细变化、运动迟缓严重程度或采集时药物开启/关闭状态的足够详细的受试者级元数据。因此，在目前的工作中，PD队列应被解释为在数据集级别定义的基准诊断组，而不是具有完整症状级别表型的临床分层亚组。这一点在考虑临床泛化时非常重要，并且激发了未来在具有更丰富神经学注释的前瞻性收集的队列上进行验证的动机。尽管原始的PaHaW和HandPD数据库包含了更广泛的手写和绘画材料，但当前研究并没有使用所有来源任务进行分类建模。相反，最终的基于图像的流程只保留了能够在不同数据集之间协调一致，并且能够用PD-MGMA-DSCNN统一的RGB格式表示的绘画输入子集。对于PaHaW，尽管原始数据库包含了八种任务，但在最终的受试者级融合输入中只使用了螺旋形、蜿蜒形和波浪形的表示。对于HandPD，只有满足预处理和表示协议的保留的螺旋形、蜿蜒形和波浪形绘画被纳入了当前的分析。因此，用于模型开发和评估的有效分析输入对应于表1中总结的保留任务子集，而不是全部来源数据集的任务范围。

表1. 本研究中使用的原始数据集、保留的任务子集、类别分布和有效数据集使用情况。

**PaHaW**
- 原始数据库中的八种手写/绘画任务
- 螺旋形、蜿蜒形和波浪形表示被协调并融合成单一的受试者级RGB输入
- 健康组：38名受试者；38个受试者级融合输入
- 主要开发数据集（独立于受试者的划分）：训练/验证/超参数优化 + 隐藏的内部测试

**HandPD**
- 原始数据库包含736张绘画任务图像
- 保留的螺旋形、蜿蜒形和波浪形绘画被映射到标准化的图像表示
- 健康组：18名受试者；368张控制图像
- 368张保留的绘画图像
- 仅在PaHaW模型开发后使用的独立外部评估数据集

重要的是，最终的PD-MGMA-DSCNN模型并没有使用全部来源数据集的手写任务作为直接输入。相反，最终模型仅基于螺旋形、蜿蜒形和波浪形绘画的统一图像表示进行操作。因此，原始PaHaW数据集中的草书单词、句子、三元组、二元组和单字母组合任务并未作为直接输入用于最终的分类模型。对于内部模型开发和外部评估，始终使用了相同的保留输入定义。由于PaHaW和HandPD都包含了多种手写和绘画材料，我们在表1中明确总结了本研究保留的任务子集，以及相应的健康组/PD组分布，以及这些数据在模型开发和评估中的使用方式。这样做是为了消除关于原始来源数据集与PD-MGMA-DSCNN使用的最终协调输入之间关系的歧义。表1澄清了最终实验是基于统一图像流程中保留的选定绘画输入，而不是基于全部来源任务。它还明确了两个数据集在评估协议中的不同角色，从而提高了本研究数据集使用的透明度和可重复性。具体来说，PaHaW被用作模型开发的主要数据集，包括独立于受试者的训练、验证和隐藏测试子集的分割，以及基于PD-BayGA的超参数优化。相比之下，HandPD仅被用作一个独立的外部数据集，用于评估跨数据集的泛化，而不是用于模型选择或调整。PaHaW（在线记录转换为图像）和HandPD（离线扫描图像）的手写样本使用了相同的预处理流程来标准化它们的特征，然后作为输入到所提出的网络中。预处理阶段包括去噪原始图像以去除背景伪影并增强图像对比度，以便分割墨水区域，接着进行图像裁剪以去除不必要的边缘，并进行缩放和旋转归一化以减少受试者间的差异。每个示例（或者在PaHaW的情况下，来自同一受试者的相关任务的融合组合）随后被重新缩放到固定的空间分辨率，并编码为256 × 256 × 3 RGB图像，其中三个通道代表手写内容的互补视觉视图（例如，不同的任务或同一样本的不同过滤版本）。图1展示了这些输入图像的几个代表性示例。这些图像构成了PD-MGMA-DSCNN框架的输入（第3.2节）。

**3.2 提出的PD-MGMA-DSCNN框架**
我们提出了PD-MGMA-DSCNN，这是一个基于手写的轻量级PD分类器，它结合了一个深度可分离的卷积主干网络和一个三分支的MGMA模块。主干网络提取层次化的笔触和形状级特征，而注意力模块则自适应地融合了精细、中等和粗略的表示，用于二分类PD与健康对照组。详细架构在第3.2.1-3.2.3节中有描述。

**3.2.1 整体架构和深度可分离卷积与注意力融合**
设输入手写图像为x，y。提出的PD-MGMA-DSCNN框架应用了五个卷积阶段来提取层次化特征图，接着是三个注意力分支、一个融合块、全局平均池化和一个最终的softmax分类器，用于区分PD和健康对照组。每个卷积阶段实现了映射：

(1)其中θ表示该阶段的可训练参数（卷积核和偏置），并且主要是通过深度可分离卷积实现的，随后是批量归一化、非线性激活和最大池化。从选定的中间阶段（例如，z）中，我们提取了三个多尺度特征图：

(2)对应于手写表示的精细、中等和粗略尺度。每个特征图（分支索引i）通过特定于分支的投影函数处理，该函数通过逐点卷积和池化来实现，以获得统一的分辨率和通道深度：

(3)其中θi包含分支i的参数。这对应于表A1中为Atn1-Atn3报告的Poi_Conv2D和池化操作（见附录A）。每个投影的特征图随后传递到一个门控多头注意力操作符（详见第3.2.3节），该操作符模拟了空间位置之间的长距离依赖性，并调节每个尺度的贡献：

(4)其中θi表示注意力参数。三个分支的输出通过连接沿着通道维度融合，产生：

(5)

融合的特征张量θ通过全局平均池化操作符全局聚合，产生一个紧凑的特征向量θ'（在具体配置中为θ')：

(6)其中θ'在融合和通道缩减之后。这个向量被输入到最终的全连接层，该层由权重w和偏置b参数化，以获得logits：

(7)随后是softmax函数，以产生类别后验概率

(8)其中π表示PD，1表示健康。在训练期间，这些概率与真实标签一起用于二元交叉熵损失（见第3.3节）来优化所有参数

(9)以端到端的方式。所提出架构的逐层详细配置，即块、层名称、输出张量大小和参数，在表A1中进行了总结（见附录A）。如表所示，主干网络S1-S5主要由深度可分离卷积组成，只有S3-S5阶段中的少数标准Conv2D层，这导致了一个非常紧凑且计算效率高的特征提取器。在这个轻量级主干网络之上的三分支门控多头注意力模块对多尺度特征图进行操作，以实现所提出的深度可分离注意力融合设计：通过注意力自适应地融合多尺度表示，以共同利用PD的局部笔触不规则性和全局手写异常。

**3.2.2 深度可分离卷积和逐点卷积**
设输入特征图为x，y，通道数为m，输出特征图为y'，通道数为n。一个标准的2D卷积层，核大小为k，计算：

(10)这需要θ个参数，并且操作数量大约是标准卷积的n倍。然后逐点步骤在通道之间进行卷积，以混合这些中间特征图，

(11)产生更丰富的特征表示，整合了来自多个笔触通道的信息，使网络能够捕捉更复杂的手写模式。这个分解层的总参数数量和计算成本与标准卷积相比是成比例的。深度可分离卷积与标准卷积之间的操作比例可以通过计算成本比（CCR）来近似：

(12)对于典型的设置，这个比例远小于1（例如，κ ≈ 0.1）。深度可分离公式及其计算优势的更详细推导在附录B中提供。

**3.2.3 用于PD手写的MGMA模块**
图2展示了所提出的三分支MGMA模块，该模块作用于从主干网络不同深度提取的特征图。如第3.2.1节所述，这些阶段提供了逐渐粗糙的空间分辨率和更高通道深度的特征图，对应于精细、中等和粗略的手写尺度。图2中的每个分支通道接收其中一个特征图，并首先应用一系列逐点卷积，如果需要，还应用池化操作，以将其投影到相同的空间和通道大小，

(13)其中φ表示特定于分支的投影函数及其参数。这个协调步骤（如图2中的中间块所示）确保所有分支在进入注意力机制之前提供具有相同维度的特征图。每个投影的特征图随后被重塑为维度为d的token序列，形成一个矩阵。一个多头自注意力模块（图2中右侧着色的块）被用来模拟手写不同空间区域之间的长距离依赖性。为了自适应地权衡每个尺度的贡献，PD-MGMA-DSCNN在连接之前采用了特定于尺度的门控机制。对于每个分支，通过全局平均池化获得一个全局描述符，并通过一个小的共享门控网络计算出一个标量门控：

(14)其中是共享的门控参数，是非线性激活函数。图2中标记的软归一化权重允许网络在细粒度笔画特征（如颤抖或锯齿状边缘）具有高度区分性时强调它们，或者在粗粒度形状模式（如微图症或螺旋变形）占主导时关注这些特征。图2展示了所提出的多尺度门控多头注意力（MGMA）模块的架构，显示了针对细、中、粗特征尺度的分支特定投影、门控和多头注意力。然后，这个门控多尺度表示被送入分类器，随后通过第3.2.1节描述的融合、全局平均池化和密集层进行处理。通过结合深度可分离的骨干网络（负责高效的多尺度特征提取）和这个门控多头注意力模块（负责自适应尺度选择和长距离依赖性建模），所提出的设计实现了深度注意力融合，这是PD-MGMA-DSCNN在帕金森病手写分析中的核心创新。MGMA机制的额外数学细节在附录C中提供。

3.3 训练程序和超参数设置

对于所有实验，PD-MGMA-DSCNN模型都是使用二元交叉熵损失和Adam优化器以监督方式进行训练的。网络使用He-normal初始化，并在下面描述的独立于受试者的开发协议下从PaHaW训练数据开始训练。初始学习率被设置为，采用余弦衰减调度，最小学习率为。使用了32张图片的小批量，最大训练周期数固定为150。为了防止过拟合，我们基于验证F1分数采用了提前停止策略，耐心值为15个周期。正则化包括应用于所有卷积层和密集层的权重衰减，以及在注意力融合块之后插入的0.3的dropout率。在图像级别，我们使用了数据增强，包括小的随机旋转（），各向同性缩放（0.9–1.1），水平/垂直平移（最多达到图像大小的5%），以及轻微的弹性变形，所有这些操作都受到限制以保持手写笔画的可读性。为了选择架构和训练超参数，我们采用了Q. Li等人（2025年）提出的基于贝叶斯的遗传算法（BayGA），并将其进一步适应到我们的问题中。BayGA结合了贝叶斯优化（BO）和遗传算法（GA），利用了BO的样本效率和GA在高维、混合离散-连续搜索空间中的强大探索能力。我们开发了一个特定于任务的变体，称为PD-BayGA，其目标反映了帕金森病手写的性能和计算效率。用表示一组超参数（例如，每个阶段的滤波器数量、核大小、dropout率、注意力头数、注意力嵌入维度、学习率和权重衰减）。对于给定的配置，我们定义了一个PD感知的验证分数：

(16)其中Sens和Spec分别是验证的敏感性和特异性，（这里的0.7）权重用于反映避免漏诊帕金森病病例的临床重要性。用表示配置的每个周期的平均训练墙钟时间，是观察到的最大成本。PD-BayGA使用的标量优化目标是：

(17)其中控制预测性能和计算成本之间的权衡。我们根据准确率、敏感性、特异性、宏观平均F1分数和ROC曲线下面积（AUC）来报告在保留的测试集上的性能。实证表明，通过PD-BayGA调优的配置始终优于手动调优的基线和通过随机搜索或传统BO获得的超参数，这证明了所提出的超参数优化策略在帕金森病手写分析中的实际优势。关于PD-BayGA搜索过程和优化方程的额外细节在附录C中提供。

4 结果

在本节中，我们展示了所提出的PD-MGMA-DSCNN模型在PaHaW和HandPD数据集上的实验结果。介绍了使用第3.3节描述的独立于受试者的训练协议得到的模型的整体分类性能，并与代表性的基线方法进行了比较，同时进行了消融分析以评估深度注意力融合组件的有效性。

4.1 实验设置

所有实验都是使用所提出的PD-MGMA-DSCNN和一组基线模型在单个GPU工作站上实现的，这些基线模型是在现代深度学习框架中实现的。除非另有说明，所有骨干层中的卷积核大小固定为3×3，每个阶段的滤波器数量遵循第3节和附录表A1中描述的架构设计（S1-S5阶段的64、128、256、512和512）。训练使用Adam优化器进行，初始学习率，余弦衰减的学习率下降到最小学习率，最大训练周期数为150，批量大小为B。所有卷积层和密集层都应用了L2权重衰减。为了规范模型，在注意力融合块之后插入了一个dropout层，并基于验证F1分数应用了提前停止策略，耐心值为15个周期。只优化了这些超参数中的一部分（学习率、批量大小、dropout、权重衰减、注意力头数和注意力嵌入维度），而其他参数（如核大小、每个阶段的滤波器数量、最大训练周期数、提前停止的耐心值和最小学习率）保持不变，以确保稳定性和可重复性。超参数使用第3.3节描述的PD-BayGA优化方案进行调优，该方案结合了BO和GA，并针对帕金森病手写分类进行了定制。搜索空间包括初始学习率、批量大小、dropout率、权重衰减、注意力头数和注意力嵌入维度。PD-BayGA仅应用于训练-验证折叠，选择最小化PD感知目标的配置作为最终设置。最重要的超参数、它们的搜索范围或固定设置、PD-BayGA最终选择的值，以及每个参数是调优的还是固定的，在表2中进行了总结。第4.2节及以后的所有实验都使用了这种PD-MGMA-DSCNN的配置。表2. PD-MGMA-DSCNN的关键超参数，它们的搜索范围或固定设置，为最终模型选择的值，以及它们是否由PD-BayGA优化器调优。

4.1 实验设置

所有实验都是使用所提出的PD-MGMA-DSCNN和一组基线模型在单GPU工作站上进行的，这些基线模型是在现代深度学习框架中实现的。除非另有说明，所有骨干层中的卷积核大小固定为3×3，每个阶段的滤波器数量遵循第3节和附录表A1中描述的架构设计（S1-S5阶段的64、128、256、512和512）。训练使用Adam优化器进行，初始学习率，余弦衰减的学习率下降到最小学习率，最大训练周期数为150，批量大小为B。所有卷积层和密集层都应用了L2权重衰减。为了规范模型，在注意力融合块之后插入了一个dropout层，并基于验证F1分数应用了提前停止策略，耐心值为15个周期。只优化了这些超参数中的一部分（学习率、批量大小、dropout、权重衰减、注意力头数和注意力嵌入维度），而其他参数（如核大小、每个阶段的滤波器数量、最大训练周期数、提前停止的耐心值和最小学习率）保持不变，以确保稳定性和可重复性。超参数使用第3.3节描述的PD-BayGA优化方案进行调优，该方案结合了BO和GA，并针对帕金森病手写分类进行了定制。搜索空间包括初始学习率、批量大小、dropout率、权重衰减、注意力头数和注意力嵌入维度。PD-BayGA仅应用于训练-验证折叠，选择最小化PD感知目标的配置作为最终设置。最重要的超参数、它们的搜索范围或固定设置、PD-BayGA最终选择的值，以及每个参数是调优的还是固定的，在表2中进行了总结。表2列出了PD-MGMA-DSCNN的关键超参数、它们的搜索范围或固定设置、为最终模型选择的值，以及它们是否由PD-BayGA优化器调优。

4.2 实验结果分析

表4展示了在PaHaW数据集上提出的MGMA模块在五次独立运行（R1-R5）和六种不同骨干变体（M1-M6）上的消融研究结果。对于每种方法，“Without MGMA”列报告了仅使用骨干网络的性能，而“With MGMA”列报告了添加所提出的MGMA模块后的性能。实验中观察到一个一致的模式：引入MGMA后，性能要么有所提高，要么保持不变，这表明所提出的基于注意力的多尺度融合在不同架构设置中都有积极的贡献。结果还显示了从普通的CNN基线（M1）到深度CNN（M2），再到增强注意力的DSCNN变体（M3-M5），最后到所提出的PD-MGMA-DSCNN（M6）的性能逐渐提升，这表明深度可分离卷积和注意力机制都对基于手写的帕金森病识别有显著的贡献。在不同变体的提出的CNN骨干网络上，针对PaHaW数据集中手写图纸诊断帕金森病（PD）的性能进行了测试，这些网络要么使用了提出的多尺度门控多头注意力（MGMA）模块，要么没有使用该模块。测试包括了多种方法、准确率、敏感性、特异性、F分数和精确度等指标。

方法

准确率（无MGMA）

敏感性（无MGMA）

特异性（无MGMA）

F分数（无MGMA）

精确度（无MGMA）

准确率（有MGMA）

敏感性（有MGMA）

特异性（有MGMA）

F分数（有MGMA）

精确度（有MGMA）

1. M1 – 简单CNN骨干网络
89.56

89.15

89.87

89.31

89.58

91.04

90.62

91.36

90.86

91.09

2. M2 – 深度CNN
92.05

91.62

92.37

91.81

92.07

93.58

93.19

93.83

93.16

93.59

3. M3 – DSCNN + 通道注意力
91.21

90.96

91.63

91.06

91.29

92.73

92.49

93.18

92.55

92.78

4. M4 – DSCNN + 空间注意力
95.08

94.63

95.36

94.81

95.09

96.59

96.12

96.84

96.32

96.51

5. M5 – DSCNN + CBAM风格
96.58

96.12

96.84

96.35

96.58

98.09

97.69

98.31

97.86

98.09

6. PD-MGMA-DSCNN（我们的模型）
97.36

96.95

97.62

97.19

97.36

98.81

98.42

99.14

98.67

98.86

在所有评估的变体中，M6在基线和MGMA增强设置下始终表现出最强的整体性能。即使没有MGMA，M6在大多数测试中也优于其他骨干网络，而添加MGMA后其结果进一步得到提升，在准确率、敏感性、特异性、F分数和精确度方面都达到了最高或接近最高的值。重要的是，这些提升不仅在幅度上显著，而且在多次测试中都保持稳定，PD-MGMA-DSCNN + MGMA的组合在准确率上达到了约98%–99%，同时具有非常高的敏感性和接近上限的特异性。与MGMA应用于较简单骨干网络时观察到的相对较小的提升相比，这种模式表明所提出的架构与MGMA模块之间存在协同作用，其中多尺度门控注意力在应用于PD-MGMA-DSCNN学习到的更丰富的层次化表示时最为有效。图3展示了数据增强和超参数调整对所提出模型家族多指标性能的综合影响。在没有调整的情况下（图3a和b），所有多边形都位于所有五个轴（准确率、敏感性、特异性、F1分数和精确度）的90%到95%范围内。当禁用增强（图3a）时，M3（DSCNN + 通道注意力）定义了最内层的多边形，大部分轴上的准确率接近90%–92%；而M4和特别是M5将雷达图扩展到了94%–96%的特异性和精确度范围。启用增强而不调整超参数（图3b）使整个配置平均提升了约1–2个百分点：M4和M5的敏感性和F1分数有所提高，而包含M6（PD-MGMA-DSCNN）产生了主导的轮廓，即使没有任何专门的调整，也接近96%–98%的范围。

在四个训练条件下，M3–M6模型在PaHaW测试集上的雷达图比较：(a) 无调整/无增强，(b) 无调整/有增强，(c) 有调整/无增强，(d) 有调整/有增强。显示的指标包括准确率、敏感性、特异性、F1分数和精确度。这第一对面板因此隔离了增强的纯粹效果：它系统地改善了所有方法，对于依赖于假阳性和假阴性之间良好平衡的指标（如F1分数和特异性）尤其有用。面板3c和d表明，贝叶斯-遗传超参数调整可以叠加，导致所有多边形进一步向外移动，在增强+调整的情景中获得了最大的提升。在无增强、调整的条件（图3c）下，M3、M4和M5都比图3a更接近外层环，这对应于准确率和F1分数大约提高了2个百分点；M3和M5之间的差距有所缩小，但M5仍然占据了最大的面积。在图3d中，调整和增强都处于活跃状态：所有三种方法（M4、M5、M6）现在都在大多数轴上处于96%–100%的范围内，M6形成了一个接近外网格线的几乎规则的五边形，表明其特异性和精确度接近上限，同时准确率和敏感性也非常高。比较图3b和d可以清楚地看到，调整在增强基础上进一步带来了大约1–2个百分点的提升，但这些提升对于PD-MGMA-DSCNN骨干网络来说最为显著。

4.3 模型鲁棒性分析

接下来，我们通过考虑两种超参数优化方案（无调整 vs. PD-BayGA调整）和两种数据增强设置（无 vs. 有）来量化每种架构对训练协议扰动的稳定性。表5提供了总结，指出每个模型（M3–M6）都在四种协议下进行了测试：NT–NA（无调整，无增强），NT–A（无调整，有增强），T–NA（有调整，无增强），以及T–A（有调整，有增强）。对于所有模型，每个指标（准确率、敏感性、特异性、F1分数和精确度）都随着协议从NT–NA到T–A的演变而呈现出单调的外向进步。例如，在这四种方案下，基线M3的准确率从91.03%提高到了94.37%，F1分数从89.63%提高到了92.38%；而M6的准确率从95.12%提高到了98.09%，F1分数从93.25%提高到了97.19%。这种单调性在ΔAcc列中更为明显，表明整体学习流程表现良好：更好的协议提供了更好的性能，同时不会导致个别指标的不稳定或退化。

表5显示了M3–M6在PaHaW测试集上四种训练协议下的鲁棒性分析：NT–NA（无调整，无增强），NT–A（无调整，有增强），T–NA（有调整，无增强），以及T–A（有调整，有增强）。模型
协议
准确率
相对于NT–NA的Δ准确率
敏感性
特异性
F1分数
精确度

M3 – DSCNN + 通道注意力
NT–NA
91.03
+0.00
90.01
92.39
89.63
91.17

NT–A
92.11
+1.08
90.63
92.98
90.61
92.07

T–NA
93.02
+1.99
91.49
94.14
91.60
93.39

T–A
94.37
+3.34
92.56
95.73
92.38

M4 – DSCNN + 空间注意力
NT–NA
92.27
+0.00
91.34
93.95
91.35
93.47

NT–A
93.42
+1.15
91.65
94.74
91.75
94.14

T–A
94.18
+1.91
92.64
94.62
92.27
94.36

T–A
95.19
+2.92
94.27
96.84
93.95

M5 – DSCNN + CBAM风格
NT–NA
93.84
+0.00
92.00
95.27
91.75
93.67

NT–A
94.73
+0.89
93.54
95.59
93.79
99.10

T–A
95.96
+2.12
93.76
96.95
93.83
95.90

T–A
96.88
+3.04
95.14
98.40
94.53

M6 – PD-MGMA-DSCNN
NT–NA
95.12
+0.00
93.25
96.77
93.25
95.67

NT–A
96.04
+0.92
93.95
96.79
96.82

T–A
97.21
+2.09
95.16
98.28
95.07

T–A
98.09
+2.97
97.03
99.15

仔细观察表5中的各个模型值可以发现，它们在绝对性能和协议敏感性方面存在差异，即它们定义鲁棒性的两个方面。较轻的M3骨干网络在高级协议下显示出适度的改进（ΔAcc最高达到+3.34%），但其结果指标仍然集中在90%到95%的范围内，表明它可以从调整和增强中获益，但其能力有限。相比之下，M4和M5在所有指标上显示出更强且更均匀的改进；例如，M5的准确率从NT–NA的93.84%提高到了T–A的96.88%，特异性从95.27%提高到了98.40%，精确度从93.67%提高到了97.53%。PD-MGMA-DSCNN模型（M6）在负面意义上是最不敏感的，因为其在最差的NT–NA设置下的准确率已经达到了95.12%，特异性达到了95.87%，但在更高级的协议下也显示出一致的正向变化，在T–A情况下，准确率达到了98.09%，特异性达到了99.15%，精确度达到了98.56%。模型排名在所有四种协议下都保持M6领先于M5、M4和M3，进一步支持了所提出的架构本质上是鲁棒的，而不是过度适应了特定配置的观点。表5还从鲁棒性的角度表明，协议的变化不会在Sen和Spec或F1和Prec之间引发不利的权衡。对于所有模型来说，启用增强（NT–A vs. NT–NA，T–A vs. NT–A）所带来的提升在Sen和Spec方面大致平衡，这意味着PD检测和控制拒绝的同时得到了改进，而PD-BayGA调整（T–NA vs. NT–NA和T–A vs. NT–A）的效果不仅限于准确率，还在F1和Prec方面产生了连贯的变化，这在不平衡或临床应用中尤其有价值。这些点共同表明，所提出的PD-MGMA-DSCNN骨干网络不仅在绝对性能上表现优异，而且在各种训练协议下都表现出鲁棒性，即使在次优条件下也能保持其优势，当同时应用增强和超参数优化时受益最大。

5 讨论

在本节中，我们首先将研究的最重要结果置于之前关于基于手写识别的PD检测工作的背景下。然后，我们对定量结果和消融实验进行了解释，说明了PD-MGMA-DSCNN如何克服了先前方法的关键局限性，并反思了它们对临床部署和未来工作的影响。

5.1 泛化能力和可解释性

表6通过对完全外部HandPD数据集上所有六个骨干网络的结果进行了五次独立运行的测试，来更直接地测试泛化能力，这些测试包括了/不包括提出的MGMA模块。可以观察到几个规律性。首先，即使没有MGMA，方法的排序也与PaHaW的结果大致一致：性能从M1（简单CNN）增加到M2（深度CNN），再到增加了注意力的DSCNN变体M3–M5，而表现最好的M6（PD-MGMA-DSCNN）已经位于顶部。例如，在没有MGMA的五次运行中，M1的准确率大约为94%–95%，敏感性在94%的中等范围内，而M6的准确率始终在98.7%–99.1%之间，敏感性和特异性都高于98.3%。换句话说，即使在添加MGMA之前，基于PaHaW开发的所提出的架构也能很好地泛化到外部HandPD数据集，表明学习到的特征捕捉到了不特定于单一数据集的手写特征。其次，当添加MGMA时，它在每次运行中对每个骨干网络的每个指标都产生了严格的非负提升，HandPD上的典型提升大约为1–2个百分点的准确率和类似的敏感性、特异性、F分数和精确度的提升。这些提升在具有不同获取条件的未见数据集上的持久性提供了强有力的证据，表明MGMA不仅仅是过度适应了PaHaW的特定细节，而是在增强了一般有用的多尺度手写线索。六种CNN主干网络的性能测试，包括使用和不使用所提出的MGMA模块，用于从HandPD手写图纸中诊断帕金森病（PD）。测试结果如下：

| 方法 | 准确率（无MGMA） | 敏感性（无MGMA） | 特异性（无MGMA） | F分数（无MGMA） | 精确度（无MGMA） |
|----------------------------|-----------------|-----------------|-----------------|-----------------|-----------------|
| M1 – 普通CNN主干网络 | 94.58 | 94.32 | 94.90 | 94.46 | 94.60 |
| M2 – 深度CNN | 95.84 | 95.50 | 96.14 | 95.66 | 95.83 |
| M3 – DSCNN + 通道注意力 | 96.87 | 96.57 | 97.18 | 96.88 | 98.46 |
| M4 – DSCNN + 空间注意力 | 97.75 | 97.41 | 98.08 | 97.58 | 97.75 |
| M5 – DSCNN + CBAM风格 | 98.68 | 98.36 | 99.00 | 98.52 | 98.68 |
| M6 – PD-MGMA-DSCNN（我们的模型） | 98.84 | 98.59 | 99.09 | 98.72 | 99.37 |

在第二个测试中，所有网络的性能都有所提高：

| 方法 | 准确率（有MGMA） | 敏感性（有MGMA） | 特异性（有MGMA） | F分数（有MGMA） | 精确度（有MGMA） |
|----------------------------|-----------------|-----------------|-----------------|-----------------|-----------------|
| M1 – 普通CNN主干网络 | 94.96 | 94.69 | 95.24 | 94.83 | 94.96 |
| M2 – 深度CNN | 96.00 | 95.74 | 96.31 | 95.88 | 96.02 |
| M3 – DSCNN + 通道注意力 | 96.99 | 96.65 | 97.30 | 96.82 | 98.03 |
| M4 – DSCNN + 空间注意力 | 97.56 | 97.23 | 97.82 | 97.38 | 97.54 |
| M5 – DSCNN + CBAM风格 | 98.07 | 97.78 | 98.41 | 98.89 | 98.99 |
| M6 – PD-MGMA-DSCNN（我们的模型） | 98.67 | 98.38 | 98.93 | 98.52 | 98.66 |

在第三个测试中，M4和M6的性能尤为突出：

| 方法 | 准确率 | 敏感性 | 特异性 | F分数 | 精确度 |
|----------------------------|-----------------|-----------------|-----------------|-----------------|-----------------|
| M4 – DSCNN + 通道注意力 | 97.75 | 97.23 | 97.82 | 97.54 | 98.74 |
| M6 – PD-MGMA-DSCNN（我们的模型） | 98.81 | 98.66 | 99.05 | 98.73 | 98.93 |

在第四个测试中，M6的性能最佳：

| 方法 | 准确率 | 敏感性 | 特异性 | F分数 | 精确度 |
|----------------------------|-----------------|-----------------|-----------------|-----------------|-----------------|
| M6 – PD-MGMA-DSCNN（我们的模型） | 98.84 | 98.59 | 99.09 | 98.72 | 99.37 |

在第五个测试中，M6的性能持续领先：

| 方法 | 准确率 | 敏感性 | 特异性 | F分数 | 精确度 |
|----------------------------|-----------------|-----------------|-----------------|-----------------|-----------------|
| M6 – PD-MGMA-DSCNN（我们的模型） | 98.84 | 98.67 | 99.05 | 98.73 | 99.34 |

在第六个测试中，所有网络的性能都接近最佳水平：

| 方法 | 准确率 | 敏感性 | 特异性 | F分数 | 精确度 |
|----------------------------|-----------------|-----------------|-----------------|-----------------|-----------------|
| M6 – PD-MGMA-DSCNN（我们的模型） | 98.84 | 98.66 | 99.57 | 99.30 | 99.88 | 99.44 |

**注：** M6代表完整的PD-MGMA-DSCNN模型，该外部数据集用于评估所提出方法的泛化能力。然而，最能说明泛化能力的指标是M4至M6在使用MGMA时的接近最佳结果。如表6所示，M4 + MGMA的准确率始终超过98.7%，特异性高达99.83%，F分数在99.3-99.4之间。M5 + MGMA的准确率通常在99.2-99.7%之间，甚至在某次测试中达到了100%的特异性。完整的PD-MGMA-DSCNN模型（M6）在所有测试中始终表现最佳或接近最佳：其准确率保持在99.16%-99.59%的范围内，敏感性在99.1%-99.3%之间，特异性高达99.93%。这些结果是通过五次独立的随机初始化和数据分割获得的，表明观察到的泛化能力并非由单一有利配置造成，而是反映了模型与模块组合的稳健特性。结合PaHaW实验的结果，表6表明所提出的架构和MGMA模块在不同手写数据集之间保持了相对优势，同时保持了高准确性的性能，这在临床意义上可能是有意义的。另一个需要谨慎考虑的点是当前基于图像的框架与在线手写运动学之间的关系。尽管所提出的模型在PaHaW和HandPD使用的标准化绘图输入上表现出强大的跨数据集泛化能力，但本研究并未验证其是否适用于在线动态手写信号，如笔迹轨迹时间、瞬时速度、加速度或空中运动等。这种区别很重要，因为基于图像的表示和在线运动学记录捕捉到了帕金森病运动障碍的重叠但不同的方面。因此，虽然当前框架在标准化的基于图像的绘图环境中支持跨数据集的稳健性，但不应将其解释为该模型可以直接泛化到在线手写运动学中，而无需专门评估。要解决这个问题，需要未来的多模态研究，结合离线和在线手写数据的收集。图4使用基于SHAP的超像素归因图进一步扩展了对所提出框架的可解释性分析。这些图不仅提供了模型注意力的通用可视化，还有助于将网络的预测与帕金森病相关的临床可识别手写异常联系起来。在帕金森病病例中，高SHAP值的区域集中在不规则的笔画段、锯齿状的螺旋轮廓、突然的局部曲率变化和扭曲的外圈周围，这些都与已知的帕金森病手写特征一致，如与震颤相关的振荡、运动控制的丧失和形状的不稳定性。在某些样本中，高亮区域还与显示绘图轨迹幅度减小和局部压缩的区域重叠，这可能反映了微观特征或运动调节的受损。

**图4**：帕金森病病例（上）和健康对照组（下）的代表性螺旋绘图的基于SHAP的超像素归因图。暖色调表示对帕金森病预测的正面贡献，而冷色调表示较低的或相反的贡献。相比之下，在健康对照组样本中，归因通常更分散，对这些异常区域的关注不那么集中，螺旋几何形状更平滑，支持帕金森病的超像素较少且定位不那么明显。重要的是，这些模式不仅限于一个示例性案例，而是在多个帕金森病和对照组样本中都观察到了，表明模型的解释图与帕金森病手写的已知临床描述之间存在一定程度的一致性。尽管SHAP没有提供模型行为的明确机制解释，但观察到的归因模式支持这样的解释：PD-MGMA-DSCNN响应的是在临床上有意义的笔画级和形状级的异常，而不是明显的背景伪影。这加强了所提出框架的临床相关性，同时也表明未来的工作应包括更大规模的临床注释研究，以量化模型高亮区域与专家定义的手写生物标志物之间的一致性。虽然报告的结果表明PD-MGMA-DSCNN是一种有前途的手写基帕金森病检测方法，但不应将其过度解读为广泛的临床准备就绪的证据。在PaHaW和HandPD上观察到的高准确率可能部分反映了这些基准数据集的有限规模和结构化特性，即使使用了严格的独立于受试者的评估和外部测试。此外，这些数据集并未完全代表现实世界人群的人口统计和临床多样性，其中年龄分布、性别平衡、用手习惯、疾病严重程度和治疗状态可能存在显著差异。采集环境也比日常实践更加可控，日常实践中的硬件、图像捕捉、监督和任务执行的变异性可能会影响模型行为。因此，目前的发现最好解释为在基准条件下的稳健性能和跨数据集的转移能力，而不是立即适用于实际临床部署的证据。

**5.2 临床相关性和部署考虑**

前两节从抽象和渐近的角度详细描述了PD-MGMA-DSCNN算法。然而，将一个高性能的研究模型转化为临床上有用的工具不仅仅需要强大的总体准确率。除了技术性能外，一个真正有用的模型还必须：（1）对于具体的、可操作的使用案例具有信息性，包括在初级保健中的机会性筛查、运动障碍诊所的分诊，以及使用成本效益高的基于平板电脑的纸笔任务对已诊断患者的纵向监测；（2）允许的操作阈值具有预测属性，这些属性自然地映射到排除/灰色区域/纳入类别，并且对于现实的采样变异性和队列组成是稳定的，与神经科医生的临床实践一致；（3）考虑诸如类别不平衡、选定切点的预测值，以及假阳性和假阴性案例的临床影响等问题（例如，不必要的转诊数量或可能避免的早期帕金森病病例的遗漏）。同时，这些面向部署的解释必须谨慎对待，因为当前结果仍然来自相对有限的基准数据集，这些数据集可能无法完全代表现实世界的临床异质性。因此，在本节中，我们分析了模型在一系列临床驱动的阈值下的ROC和精确度-召回率（PR）行为，使用自助重采样和内部-外部比较来评估其稳健性，并在典型的门诊工作流程的背景下解释相应的风险分数。结合第5.1节中的基于SHAP的解释图和我们的轻量级深度架构，这些部署分析将PD-MGMA-DSCNN从一个高性能分类器的概念转变为一个潜在实用的数字神经学路径的组成部分。图5从部署的角度总结了PD-MGMA-DSCNN的操作特性。图a和c显示了内部和外部队列的ROC曲线，每个队列都包含了在完整验证集（实线蓝色）和70%自助子集（虚线橙色）上的性能。在两个队列中，模型都实现了近乎完美的区分（AUC ≈ 0.98），自助曲线紧密跟随完整数据的ROC，表明即使在现实的采样变异性或较小的特定站点队列下，性能也是稳定的。然而，这些发现应在几个重要限制的背景下进行解释。首先，可用数据集的规模相对于常规临床人群的多样性来说仍然较小，这可能导致尽管使用了独立于受试者的分割和外部验证，但性能估计仍然过于乐观。其次，这些队列并未完全捕捉到人口统计和临床的多样性，包括年龄、性别、用手习惯、疾病阶段、症状严重程度、药物状态和书写习惯的广泛差异。第三，采集条件仍然比日常实践更加可控，在日常实践中，硬件、图像捕捉、监督和任务执行的变异性可能会影响模型行为。因此，目前的发现最好解释为在基准条件下的稳健性能和鼓励跨数据集的转移能力，而不是立即适用于实际临床部署的证据。这些考虑激发了第5.2节中提出的以部署为导向的分析。

**5.2 临床相关性和部署考虑**

前两节从抽象和渐近的角度详细描述了PD-MGMA-DSCNN算法。然而，将一个高性能的研究模型转化为临床上有用的工具需要的不仅仅是强大的总体准确率。除了技术性能之外，一个真正有用的模型还必须：（1）对于具体的、可操作的使用案例具有信息性，包括在初级保健中的机会性筛查、运动障碍诊所的分诊，以及使用成本效益高的基于平板电脑的纸笔任务对已诊断患者的纵向监测；（2）允许的操作阈值具有预测属性，这些属性自然地映射到排除/灰色区域/纳入类别，并且对于现实的采样变异性和队列组成是稳定的，与神经科医生的临床实践一致；（3）考虑类别不平衡、选定切点的预测值，以及假阳性和假阴性案例的临床影响（例如，不必要的转诊数量或可能避免的早期帕金森病病例的遗漏）。同时，这些面向部署的解释必须谨慎对待，因为当前结果仍然来自相对有限的基准数据集，这些数据集可能无法完全代表现实世界的临床异质性。因此，在本节中，我们分析了模型在一系列临床驱动的阈值下的ROC和精确度-召回率（PR）行为，使用自助重采样和内部-外部比较来评估其稳健性，并在典型的门诊工作流程的背景下解释相应的风险分数。结合第5.1节中的基于SHAP的解释图和我们的轻量级深度架构，这些部署分析将PD-MGMA-DSCNN从一个高性能分类器的概念转变为一个潜在实用的数字神经学路径的组成部分。图5从部署的角度总结了PD-MGMA-DSCNN的操作特性。图a和c显示了内部和外部队列的ROC曲线，每个队列都包含了在完整验证集（实线蓝色）和70%自助子集（虚线橙色）上的性能。在两个队列中，模型都实现了近乎完美的区分（AUC ≈ 0.98），自助曲线紧密跟随完整数据的ROC，表明即使在现实的采样变异性或较小的特定站点队列下，性能也是稳定的。然而，这些发现应在几个重要限制的背景下进行解释。首先，可用数据集的规模相对于常规临床人群的预期多样性来说仍然较小，这可能导致尽管使用了独立于受试者的分割和外部验证，但性能估计仍然过于乐观。其次，这些队列并未完全捕捉到人口统计和临床的多样性，包括年龄、性别、用手习惯、疾病阶段、症状严重程度、药物状态和书写习惯的广泛差异。第三，采集条件仍然比日常实践更加可控，在日常实践中，硬件、图像捕捉、监督和任务执行的变异性可能会影响手写样本的外观，从而影响模型行为。因此，本节中使用的临床排除和纳入阈值在数值上进行了突出显示：在低阈值下，敏感性基本上为1.00，意味着在该值以下得分的患者在评估的研究条件下不太可能患有帕金森病，可以被认为是低风险的，从而减少了遗漏的病例。数值摘要进一步强调了所选阈值的临床影响：在某个阈值下，阳性预测值（PPV）很高，意味着规则内区域的大多数患者确实表现出类似帕金森病（PD）的书写特征，需要专家进行评估；在另一个阈值下，阴性预测值（NPV）接近1.00，因此“阴性”筛查结果具有很强的可靠性。尽管如此，实际临床应用的可行性尚未通过前瞻性研究得到证实，还将取决于此处未完全考虑的因素，包括疾病发病率、共病运动障碍、预测概率的校准以及与临床工作流程的整合。总体而言，ROC曲线和PR曲线表明，PD-MGMA-DSCNN可能成为一个有前景的决策支持工具，有助于排除低风险个体，优先处理高风险病例以进行进一步检查，并在本研究评估的基准条件和跨数据集条件下保持区分能力，而不是立即准备好用于无监督的临床部署。此外，一个重要的限制是现有的公共基准数据集并未为所有帕金森病病例提供完全统一的临床表型信息。特别是，尽管PaHaW的原始出版物报告了队列级别的严重程度相关信息，HandPD提供了人口统计/任务级别的元数据，但这两个基准数据集都没有提供完整的症状特定注释，我们无法根据这些注释量化每个分析样本中 tremor-dominant disease（以震颤为主的症状）、micrographia（书写细小）、临床明显的 bradykinesia（运动迟缓）或记录的药物治疗开启/关闭状态的比例。因此，我们的发现应被视为在已建立的基准队列中区分帕金森病和对照组书写模式的证据，而不是证明其在不同药物治疗状态或症状定义的临床亚型下的有效性。未来的工作应该直接使用具有标准化神经学评分和药物治疗状态注释的前瞻性收集的书写队列来解决这个问题。另一个限制是与当前流程基础相关的结构化绘图任务的选择。选择螺旋形、蜿蜒形和波浪形任务是因为它们在PaHaW和HandPD之间最容易协调，并且它们提供了标准化的几何约束，减少了内容相关的变异性。这使得它们适用于基于图像的建模和跨受试者比较。同时，类似描摹的或受模板约束的任务与复制任务或自然书写产生不可互换。它们可能在不同程度上涉及视觉反馈、视动校正、运动节奏以及速度-准确性权衡，这些在帕金森病中都很重要。因此，当前模型检测到的异常可能不仅反映了运动输出的功能障碍，还可能与引导形状再现相关的任务特定需求有关。出于这个原因，目前提出的框架应被视为一种基于结构化绘图的帕金森病评估方法，需要进一步的工作来确定其在复制或自由书写条件下的性能和可解释性如何变化。未来的工作还可以探索更轻量级的书写导向架构，并将紧凑的表示学习策略转移到相关的书写分析任务中（Anari等人，2022年），以及结合时间或生物信号信息的优化驱动的多模态扩展。

5.3 比较分析

如表7所示，所提出的PD-MGMA-DSCNN方法与各种现有的基于书写的帕金森病检测器具有竞争力，包括传统的CNN和循环模型以及更近期的基于注意力和3D的设计。Díaz等人（2021年、2019年）的早期2D CNN–SVM和混合深度学习方法在PaHaW数据集上的准确率为75-87%，而多个经过微调的2D CNN和连续卷积网络的准确率达到了85-89%（Gazda等人，2022年；Z. Li等人，2022年）。表7. 基于书写的帕金森病检测方法在PaHaW、HandPD及相关数据集上的比较分类性能。参考文献
架构
数据集
指标（准确率，%）
Díaz等人（2021年）
2D CNN和SVM
PaHaW
75.00
Kamran等人（2021年）
经过微调的AlexNet
HandPD和NewHandPD
99.22
Gazda等人（2022年）
多个经过微调的2D CNN
PaHaW
85.70
Z. Li等人（2022年）
连续卷积网络
PaHaW
89.30
Díaz等人（2019年）
深度学习+经典分类器
PaHaW
86.67
X. Wang等人（2024年）
3D CNN架构
PaHaW
86.67
Pereira等人（2018年）
CNN
HandPD
93.50
Ribeiro等人（2019年）
循环神经网络（RNN）
HandPD
92.20
Afonso等人（2020年）
深度最优路径森林
HandPD
83.79
Saleh等人（2024年）
CNN–KNN集成投票分类器
螺旋形–波浪形
96.67
Hadadi和Poorzaker Arabani（2024年）
CNN + Harris Hawks优化（HHO）
HandPD
91.00
Jiang等人（2025年）
基于注意力的CNN用于书写图像
临床书写图像
96.50
Saadh等人（2025年）
CNN特征提取器+特征选择+ML分类器
螺旋形绘图
98.00
Chen等人（2025年）
1D CNN在智能笔书写信号上
智能笔书写信号
96.22
我们的研究
多尺度门控多头注意力深度可分离CNN
PaHaW
98.23
HandPD
99.42

最近，X. Wang等人（2024年）研究了一种3D CNN架构，以更好地利用数字化书写轨迹的时间维度，但在PaHaW数据集上的准确率为86.67%。在此背景下，我们的多尺度门控多头注意力深度可分离网络方法在PaHaW数据集上实现了98.23%的准确率，使用的是一个统一的模型（表7），在不依赖集成方案或多个任务特定网络的情况下缩小了这一困难临床数据集上的误差差距。这种改进是通过使用轻量级的深度主干网络和精心调整的超参数实现的，而不是非常深度或参数繁重的模型。在HandPD及相关书写数据集上，之前的研究也展示了强大但通常是任务或架构特定的性能。Pereira等人（2018年）、Ribeiro等人（2019年）和Afonso等人（2020年）的经典CNN和RNN方法在HandPD数据集上的准确率为83%-94%，而Saleh等人（2024年）的CNN–KNN投票分类器和结合Harris Hawks优化的CNN在螺旋形绘图和HandPD任务上的准确率为91%-97%（Saleh等人，2024年；Hadadi和Poorzaker Arabani，2024年）。Kamran等人（2021年）使用经过微调的AlexNet在HandPD和NewHandPD数据集上实现了99.22%的准确率，而更近期的基于注意力的CNN和多模态特征选择流程在临床书写图像或螺旋形绘图数据集上的准确率为96%-98%（Jiang等人，2025年；Saadh等人，2025年）。在基于图像的流程之外，Chen等人（2025年）使用1D CNN在智能笔书写信号上实现了96.22%的准确率，但这项工作需要更专业的硬件和数据格式。在这种情况下，我们的方法在仅使用标准图像表示和单一模型配置的情况下，在HandPD数据集上实现了99.42%的准确率，与现有技术相当或更优，同时兼容平板或扫描仪采集方式。重要的是，这些比较应谨慎对待，因为研究在队列规模、纳入标准、任务协议（螺旋形、波浪形、蜿蜒形或混合形）和评估方案（受试者级别与样本级别分割、交叉验证与保留）方面存在差异。尽管如此，如表7所示，我们的PD-MGMA-DSCNN能够在PaHaW和HandPD数据集上以共享架构实现一致的先进准确率，而许多先前的方法仅在单一数据集和特定任务上进行了报告（Díaz等人，2021年；Kamran等人，2021年；Gazda等人，2022年；Z. Li等人，2022年；Díaz等人，2019年；X. Wang等人，2024年；Pereira等人，2018年；Ribeiro等人，2019年；Afonso等人，2020年；Saleh等人，2024年；Hadadi和Poorzaker Arabani，2024年；Jiang等人，2025年；Saadh等人，2025年；Chen等人，2025年）。此外，大多数竞争模型并没有直接优化跨数据集的泛化能力、原则性的超参数选择或模型可解释性。相比之下，我们将多尺度门控注意力与PD-BayGA超参数优化和基于SHAP的解释图结合起来，并在多种训练协议和自助重采样下全面评估了我们的性能。因此，除了表7中报告的原始准确率改进外，所提出的方法代表了一个更健壮且临床可行的解决方案，更适合在不同中心和书写采集条件下部署。

6 结论

PD-MGMA-DSCNN提供了一个紧凑且易于解释的基于书写的帕金森病检测框架。使用来自PaHaW和HandPD的标准化图像表示的螺旋形、蜿蜒形和波浪形任务，该模型能够捕捉到细粒度的笔画不规则性和更广泛的形状扭曲，同时适用于部署导向的环境。结合PD-BayGA超参数优化，它在PaHaW数据集上的准确率为98.23%，在HandPD数据集上的准确率为99.42%，与一系列最近的基于CNN、RNN、注意力和集成的方法相当或更优。SHAP分析进一步表明，该模型依赖于具有临床意义的书写异常，而不是明显的背景线索，而ROC和PR分析显示了该框架在临床驱动的分诊阈值下的潜在用途。同时，这些结果应谨慎解释。尽管进行了内部-外部和自助分析，但仍需要在更大规模、前瞻性、多中心队列中进行进一步验证，这些队列具有更广泛的人口统计变异性和更多异质的采集条件。未来的工作还应解决校准、公平性和临床工作流程整合问题，并可能从结合更丰富的时间或多模态信息中受益。总体而言，PD-MGMA-DSCNN不应被视为一个准备就绪的最终解决方案，而应被视为未来数字神经学工具的强大且可解释的基线，旨在实现更可靠和透明的帕金森病检测。作者贡献

Khosro Rezaee：概念化、方法论、调查、验证、形式分析、可视化、写作——审稿和编辑、原始草稿。Ali Khalili Fakhrabadi：软件、调查、形式分析、写作——原始草稿。资金

作者无需报告任何事项。伦理声明

作者无需报告任何事项。利益冲突

作者声明没有利益冲突。附录：

1 PD-MGMA-DSCNN的详细架构

浅层阶段仅由深度可分离卷积（Sep_2DConv）和最大池化组成，将通道维度从-128扩展，同时将空间分辨率从减少到。阶段中的典型深度可分离卷积层可以表示为

(A1)其中将空间卷积独立应用于每个输入通道，是将通道混合的点卷积，BN表示批量归一化，是非线性激活函数。后续阶段结合了额外的Sep_2DConv和少量标准Conv2D层以及最大池化，逐步将通道数量增加到512，并将空间维度缩小到，从而产生编码复杂书写结构的深度特征图，包括字符级和全局形状模式。然后应用轻量级归一化（NormL）和残差加法（加法层），在稳定训练的同时细化融合表示，如表A1中的融合块配置所示。表A1. 提出的PD-MGMA-DSCNN模型中的块、层、输出大小和参数数量配置。

块
层名称
输出配置
参数

输入图像
输入
(None, 256, 256, 3)
0

S1
Sep_2DConv (1)
(None, 256, 256, 64)
283

Sep_2DConv (2)
(None, 256, 256, 64)
4736

MaxPooling2D (1)
(None, 128, 128, 64)
0

S2
Sep_2DConv (3)
(None, 128, 128, 128)
8896

Sep_2DConv (4)
(None, 128, 128, 128)
17,664

MaxPooling2D (2)
(None, 64, 64, 128)
0

S3
Sep_2DConv (5)
(None, 64, 64, 256)
34,176

Sep_2DConv (6)
(None, 64, 64, 256)
68,096

Conv2D (7)
(None, 64, 64, 256)
590,080

MaxPooling2D (3)
(None, 32, 32, 256)
0

S4
Sep_2DConv (11)
(None, 32, 32, 512)
133,888

Sep_2DConv (12)
(None, 32, 32, 512)
267,264

Conv2D (13)
(None, 32, 32, 512)
2,359,808

MaxPooling2D (4)
(None, 16, 16, 512)
0

S5
Sep_2DConv (16)
(None, 16, 16, 512)
133,888

Sep_2DConv (17)
(None, 16, 16, 512)
267,264

Conv2D (18)
(None, 16, 16, 512)
2,359,808

MaxPooling2D (5)
(None, 8, 8, 512)
0

Atn1
Poi_Conv2D (19)
(None, 7, 7, 192)
393,408

MultiHead AttentionA (1)
(None, 49, 32)
117,344

Atn2
Poi_Conv2D (14)
(None, 8, 8, 256)
131,328

Poi_Conv2D (15)
(None, 7, 7, 192)
196,800

MultiHead AttentionA (2)
(None, 49, 32)
117,344

Atn3
Poi_Conv2D (8)
(None, 16, 16, 256)
65,792

Poi_Conv2D (9)
(None, 8, 8, 256)
65,792

Poi_Conv2D (10)
(None, 7, 7, 192)
196,800

MultiHead AttentionA (3)
(None, 49, 32)
117,344

Fusion
NormL (123)
(None, 7, 7, 32)
64

加法层
(None, 7, 7, 32)
0

Head
GlobalAveragePooling2D (1)
(None, 32)
0

Dense (13)
(None, 2)
66

为了在保持所提模型表达力的同时，使其在平板和笔基设备上的计算效率更高，PD-MGMA-DSCNN的卷积主干主要由深度可分离卷积构成。与常规2D卷积相比，这种分解显著减少了参数和浮点运算的数量，使我们能够在不超出常见书写采集硬件的内存和延迟预算的情况下增加网络的深度和宽度。相比之下，深度可分离卷积将此操作分解为深度步骤和点步骤。在深度步骤中，每个输入通道独立应用一个空间核，

(A2)其中包含每个通道的一个滤波器。这保留了通道级的笔画信息，如局部边缘、笔迹轨迹和每个特征图中的小幅度震颤引起的扭曲。深度可分离卷积在成本仅为标准卷积一小部分的情况下，就能非常接近标准卷积的表征能力，这使得在资源有限的设备上部署基于深度学习的帕金森病（PD）手写检测器成为可能，同时仍能捕捉到与帕金森病患者手写特征相关的关键视觉模式。

3. 多尺度门控多头注意力模块的数学细节

对于每个头（head），查询（queries）、键（keys）和值（values）的计算如下：

（A3）其中 和 。头 的输出为：

（A4）而分支 的多头注意力输出是通过连接和最终的线性投影得到的：

（A5）其中 和 是在相应尺度上的注意力特征图。这种机制允许每个分支整合手写图像中相隔较远区域的信息，例如连接螺旋开始和结束处的笔画片段，或者连接单词中连续的字母。

4. PD-BayGA优化和训练协议的额外细节

在贝叶斯阶段，一个高斯过程替代模型（Gaussian-process surrogate）被迭代地拟合到评估的配置中。在迭代过程中，通过最小化一个低置信度界限的获取函数（acquisition function）来提出一个新的候选配置：

（A6）其中 和 分别是替代模型的后验均值和标准差，而 则平衡了探索（exploration）和利用（exploitation）。经过 贝叶斯迭代后，选择后验值最低的 前个配置来形成缩小的搜索空间。在遗传阶段，PD-BayGA通过从初始种群中抽样来初始化一个种群。在生成过程中，每个个体的适应度（fitness）定义为：

（A7）这样较低的目标值对应较高的适应度。父母个体通过基于适应度的锦标赛选择（tournament selection）来选取，后代个体则通过算术交叉（arithmetic crossover）和高斯变异（Gaussian mutation）来生成：

（A8）其中 和 的对角协方差会随着代数的增加而调整。经过 代迭代后，表现最好的配置被选为PD-MGMA-DSCNN的最终超参数设置。研究表明，BayGA和我们的PD-BayGA变体比网格搜索（grid search）、随机搜索（random search）或独立的贝叶斯优化/遗传算法（genetic algorithms）更有效地实现了更好的目标值。

数据可用性声明

PaHaW和HandPD数据集可以从引用文献中描述的原始来源获取。处理过的数据和分析脚本可以根据合理请求从相应的作者处获得。