《International Journal of Computer Assisted Radiology and Surgery》：Multimodal graph-based classification of esophageal motility disorders
编辑推荐：
目的：由于高分辨率阻抗测压（HRIM）数据的复杂性及临床解读的差异性，食管动力障碍（含吞咽困难）的诊断面临显著挑战。本研究探索一种结合HRIM记录与患者特异性信息、并引入基于图的食管生理建模的多模态机器学习（ML）分类方法的可行性。方法：研究人员分析慕尼黑工业
目的：由于高分辨率阻抗测压（HRIM）数据的复杂性及临床解读的差异性，食管动力障碍（含吞咽困难）的诊断面临显著挑战。本研究探索一种结合HRIM记录与患者特异性信息、并引入基于图的食管生理建模的多模态机器学习（ML）分类方法的可行性。方法：研究人员分析慕尼黑工业大学（TUM）大学医院收集的104例食管动力障碍患者的HRIM记录及对应患者信息。患者数据包括通过关键词检测与大语言模型处理从结构化问卷和自由文本中提取的人口统计学、临床及症状信息。HRIM数据被表示为时空图，节点对应沿食管的压力值，边编码空间邻接与阻抗动力学。图神经网络（GNN）用于学习具生理意义的表示，并与患者嵌入融合，对吞咽事件进行多类别、多类分类。通过消融实验与基于视觉的分类基线对比，评估患者特征与图建模的影响。结果：所提出的融合患者特异性信息的多模态方法，在所有分类类别上均优于仅依赖HRIM派生特征的模型；此外，图建模相比视觉基线带来性能提升。实验系统评估了多模态的互补贡献，并论证了所提图方法的可行性。结论：初步发现表明，将患者级数据与HRIM信号的图表示相整合，是提升食管动力障碍分类准确性的一个有前景的方向。进一步验证需在更大更具代表性的数据集上确认趋势并保证泛化性。
研究背景与动机
良性食管疾病在老龄化人群中造成显著健康与社会经济负担，吞咽困难（dysphagia）尤为常见且诊断困难。高分辨率测压（HRM）及其联合阻抗的高分辨率阻抗测压（HRIM）是当前评估食管动力的金标准，但HRIM生成的复杂时空压力与阻抗模式依赖专家解读，观察者间一致性有限。既往机器学习研究几乎仅依赖HRIM派生特征，未整合人口学、临床、合并症等患者级信息，也未将食管解剖生理结构直接建图为图。因此，研究人员开展一项多模态、图驱动的HRIM分类研究，以探索个性化、标准化诊断新路径。论文发表于《International Journal of Computer Assisted Radiology and Surgery》。
主要关键技术方法
研究人员使用TUM大学医院2020–2025年104例食管动力障碍患者队列，每例含标准化问卷（结构化字段+自由文本）与按Chicago分类v3.0标注的约1800次吞咽事件（标注蠕动模式、收缩类型、压力特征三类）。患者信息经关键词提取（4数值+28分类/有序）与Qwen3-14B大语言模型从自由文本抽取19个二值特征，共51维，经前馈编码为患者嵌入。HRIM由36压力传感器与15阻抗传感器组成，每次吞咽取750时间步（15 s），构建为750帧时空图：节点为压力传感器（含压力值），边为空间邻接及隔点阻抗关系（边载阻抗特征）。图表示经GATv2或GENConv层聚合，时序接TCN或Transformer，配合节点级与时序注意力池化得吞咽嵌入；与患者嵌入拼接后接三类独立MLP头。训练采用类加权交叉熵（带标签平滑）与有监督对比损失联合优化，患者级五折分层交叉验证。
研究结果
实验设置：采用患者级五折迭代多标签分层划分，加权平均F1（wAF1）评价。
总体结果：图基模型（尤其GENConv-TCN）在蠕动模式、收缩类型、压力特征三类上均取得最高均值wAF1，优于ResNet50、ViT、SwinV2等视觉基线；Friedman检验未达显著（p=0.151/0.592/0.547），但均值趋势一致利好GENConv-TCN。
消融测试：对最佳GENConv-TCN做模态消融，全模态最优；去测压下降最大（约0.13–0.20 wAF1），去患者信息降幅较小，单独测压略优于测压+阻抗或测压+患者信息，提示阻抗/患者特征需更精细融合；Friedman检验显示模态构成对三类均有显著影响（p=0.0088/0.0106/0.0021）。
讨论与结论翻译
讨论指出本研究为初步探索，图表示能有效捕获HRIM时空依赖，患者级信息带来额外增益，但受限于104例小样本与类不平衡。结论原文翻译：初步发现表明，将患者级数据与HRIM信号的图表示相整合，似乎是提升食管动力障碍分类准确性的一个有前景的方向。为进一步验证，未来研究应包含更大且更具代表性的数据集以确认这些趋势并确保泛化性。
