利用多尺度时域深度网络从脑电图（EEG）数据中对阿尔茨海默病进行分类

多尺度时空深度网络MTDNet用于阿尔茨海默病EEG信号轻量化分类，结合多时间尺度卷积和LSTM捕捉长时依赖，提出两种患者级分类策略（多数投票和平均分数），在四个数据集上表现优于现有模型，参数仅20.5K，计算效率提升。

　　
阿尔茨海默病（AD）的早期诊断是改善患者预后的关键，但受限于复杂的脑电信号特征和有限的数据资源，传统方法存在显著挑战。近年来，基于深度学习的EEG信号分析技术取得了一定进展，但现有方案普遍存在计算成本高、模型参数量大、临床部署困难等问题。本文提出了一种名为MTDNet的轻量化多尺度时空深度网络架构，通过融合多时间尺度特征提取与长短期记忆网络（LSTM）的时序建模能力，显著提升了AD分类的准确性和可扩展性。

### 一、研究背景与意义
阿尔茨海默病作为最常见的神经退行性疾病，其病理特征与EEG信号中特定频段的动态变化密切相关。当前主流的EEG分析技术主要分为两类：一是基于人工特征提取的传统方法，依赖频谱分析、熵值计算等统计指标，但难以捕捉复杂时序关系；二是基于端到端深度学习的现代方法，虽然能自动提取特征，但存在计算资源消耗大、模型参数过多（如Transformer类模型参数量常达百万级别）等问题，难以满足便携式医疗设备的需求。

研究团队针对上述痛点，提出MTDNet架构。该模型的核心创新在于：
1. **多尺度特征融合**：通过三个不同时间粒度的卷积层（10秒、5秒、2秒），同步捕捉脑电信号中的高频瞬态特征（如β、γ波段）和低频缓慢趋势（如δ、θ波段）
2. **轻量化设计**：模型仅含20.5K参数，FLOPs运算量1.8M，仅为典型Transformer模型的1/60
3. **患者级分类策略**：开发基于多数表决和分数平均的两种聚合方法，使单段预测结果可升级为完整患者的诊断结论

### 二、技术实现路径
#### 1. 多尺度特征提取模块
该模块采用三路并行的1D卷积结构，分别对应10秒、5秒、2秒的时间尺度：
- **第一尺度（10秒）**：使用卷积核长度10的卷积层，捕捉长时段的宏观脑电模式变化
- **第二尺度（5秒）**：卷积核长度5，聚焦中等时间尺度的神经同步性特征
- **第三尺度（2秒）**：卷积核长度2，提取高频振荡的局部细节特征

各尺度特征通过平均池化对齐时间轴后拼接，形成包含96维特征向量（32通道×3尺度）的输入序列。这种设计既保留了不同时间粒度的独立特征，又通过线性组合实现信息互补。

#### 2. 时序建模与分类模块
在特征融合后，采用双层LSTM网络进行时序建模：
- **第一层LSTM**：输入维度96，隐藏单元16，处理跨尺度特征的动态关联
- **第二层LSTM**：进一步优化时序依赖捕捉，输出维度保持16
- **分类层**：通过线性变换与激活函数实现二分类或三分类

实验表明，这种分层结构在保持轻量化（参数量仅增加32%）的同时，使模型准确率提升12.7%。

#### 3. 患者级分类策略
针对单段预测的局限性，提出两种聚合方法：
- **多数表决法**：统计所有时间段的分类结果，选择出现频率最高的类别作为最终诊断
- **分数平均法**：计算各时间段的Softmax概率分布均值，进行多类别决策

这两种方法均显著提升模型泛化能力，在ADFTD数据集上使患者级准确率从71.8%提升至100%，且对噪声具有更强的鲁棒性。

### 三、实验验证与性能对比
#### 1. 实验设置
- **数据集**：包含四个基准数据集（ADSZ、APAVA、ADFTD-Binary、BrainLat-Binary），总计超过7.6万段训练样本
- **评估指标**：段级准确率、患者级准确率、宏F1值、计算复杂度（MACs、FLOPs）
- **对比模型**：TimesNet、Crossformer、iTransformer、Medformer、LCADNet等12种方法

#### 2. 关键性能表现
| 模型 | 参数量（K） | MACs（G） | 段级准确率（%） | 患者级准确率（%） |
|--------------|-------------|-----------|----------------|------------------|
| MTDNet | 20.5 | 0.0015 | 93.08±0.63 | 100% |
| Medformer | 7960 | 0.3341 | 74.60±2.01 | 88.47±6.45 |
| LCADNet | 36300 | 0.0148 | 72.97±4.55 | 57.37±7.93 |
| Crossformer | 21600 | 0.2445 | 84.57±0.74 | 79.91±3.24 |

**显著优势体现**：
1. **计算效率**：MTDNet的FLOPs仅为Crossformer的0.6%，参数量减少99.7%
2. **临床实用性**：患者级准确率达100%的4个数据集（ADSZ、APAVA、ADFTD-Binary、BrainLat-Binary）
3. **泛化能力**：通过通道置换（Channel Shuffling）和输入丢弃（Dropout）的数据增强策略，使模型在ADFTD数据集上F1值提升8.7%

#### 3. 计算复杂度分析
采用256通道、1秒（256采样点）的标准化输入，计算得出：
- **MACs**：MTDNet仅需1.5百万次乘加运算，仅为TimesNet（28.8百万）的5.2%
- **内存占用**：模型参数仅需82KB存储空间，仅为LCADNet（145KB）的56.3%
- **硬件适配性**：可在NVIDIA Jetson Nano等嵌入式设备上实时运行（推理时间<50ms）

### 四、创新点与理论突破
1. **多尺度时空建模**：
- 通过三路不同时间粒度的卷积核（10s、5s、2s），首次系统性地融合脑电信号的宏观趋势与微观瞬态特征
- 实验证明，单尺度模型（如10秒卷积）在段级准确率最高可达74.6%，但患者级准确率骤降至73.3%

2. **轻量化架构设计**：
- 采用"1+3+N"架构（1个LSTM+3个卷积层+N个通道），参数量控制在20.5K
- 通过通道归一化（BatchNorm1D）和激活函数剪枝（ReLU），模型尺寸进一步压缩至85%的原始结构

3. **患者级诊断创新**：
- 建立段级预测与患者级诊断的桥梁，解决现有方法存在的"片段化"评估缺陷
- 在ADFTD复杂场景下，患者级准确率比次优模型（Medformer）提升14.3%

### 五、临床应用价值与局限性
#### 1. 实际应用优势
- **便携性**：推理时间（1.8秒/分钟）和内存需求（82KB）均优于现有医疗设备标准
- **可解释性**：通过特征可视化发现，AD患者的高频（>20Hz）β波段能量衰减与低频（<4Hz）δ波段活动增强的协同变化模式具有诊断意义
- **成本效益**：部署成本降低98%，特别适合资源有限的社区医疗中心

#### 2. 现存挑战
- **数据异质性**：不同数据集的采样频率（128-500Hz）和通道数（19-128）导致特征分布差异
- **长程依赖**：当前LSTM结构对超过30秒的时序依赖建模不足
- **临床验证**：需进一步开展多中心、前瞻性临床试验（当前样本量主要来自意大利米兰地区）

### 六、未来研究方向
1. **动态特征选择**：基于混淆矩阵分析，识别贡献度低于5%的段级预测结果，优化计算资源分配
2. **混合架构探索**：在MTDNet基础上集成注意力机制（Attention），重点捕捉跨时间尺度的关键通道特征
3. **多模态融合**：整合EEG与眼动追踪（Gaze）、肌电（EMG）等多模态数据源
4. **可解释性增强**：开发基于SHAP值的特征重要性评估工具，辅助临床医生理解诊断依据

该研究为EEG信号处理提供了新的技术范式，其核心思想——通过多尺度特征融合平衡计算效率与诊断精度——对其他神经退行性疾病（如帕金森病）的早期筛查具有借鉴意义。后续工作将重点解决模型的可解释性和跨数据集泛化能力，推动技术从实验室向临床场景的转化。