打破传统诊断困境：多模态表面变压器模型开启阿尔茨海默病早期诊断新篇

为解决 AD 传统诊断方法计算资源需求大等问题，釜山国立大学研究人员开展多模态表面变压器模型用于 AD 早期诊断的研究。结果显示该模型诊断准确率高且效率优，为 AD 早期诊断提供新方向，推荐科研读者阅读。

　　

在全球老龄化加剧的当下，阿尔茨海默病（Alzheimer’s disease，AD）这个 “大脑健康的头号大敌”，正成为越来越多人关注的焦点。AD 是一种极具破坏性的神经退行性疾病，就像大脑里悄悄蔓延的 “藤蔓”，无情地侵蚀着人们的认知功能。据统计，全球有无数老年人深受其害，生活质量严重下降，家庭和社会的负担也日益沉重。

早期发现 AD 就像是在这场与疾病的战斗中抢占了先机，对患者的治疗和生活改善至关重要。而轻度认知障碍（Mild Cognitive Impairment，MCI）作为 AD 的 “前期预警”，在早期检测中扮演着关键角色。目前，有多种成像技术参与到 AD 的诊断 “大军” 中，比如 T1 加权磁共振成像（T1-weighted magnetic resonance imaging，T1w MRI）能展示大脑的结构 “蓝图”；[18F] 氟脱氧葡萄糖正电子发射断层扫描（[18F] Fluorodeoxyglucose positron emission tomography，FDG PET）可以测量大脑区域的葡萄糖代谢情况，判断大脑功能是否正常；淀粉样蛋白 -β（amyloid-β，Aβ）PET 和 Tau PET 扫描则能检测与 AD 病理相关的生物标志物沉积。阿尔茨海默病神经影像学倡议（Alzheimer’s Disease Neuroimaging Initiative，ADNI）为 AD 研究提供了丰富的 “数据宝藏”。

然而，现有的深度学习诊断方法在利用这些数据时却遇到了难题。大多数方法依赖分析高分辨率 3D 体积特征，就像要在一个巨大的 “数据迷宫” 里找线索，不仅耗费大量计算资源，对 GPU 的性能要求也极高，尤其是在处理多模态数据时，更是困难重重，这对于一些资源有限的小型医疗机构来说，几乎是难以跨越的 “高山”。

与此同时，皮质表面表示（Cortical surface representations）作为一种 “轻量化” 的研究方向，逐渐进入了科学家们的视野。它能详细洞察皮质结构，精准定位大脑活动，在 AD 诊断方面有着独特优势。比如，早期 AD 患者大脑皮层会出现微妙的区域萎缩，通过分析皮质表面的几何形状和厚度，就像用放大镜观察一样，能更有效地发现这些变化。而且，基于表面的配准方法比传统的体积配准方法更胜一筹，它能更好地保留皮层的折叠模式，避免丢失关键信息。可奇怪的是，虽然优势明显，但用多模态基于表面的数据来诊断 AD 的研究却少之又少。

为了攻克这些难题，来自釜山国立大学（Pusan National University）的研究人员勇挑重担。他们在《Scientific Reports》期刊上发表了一篇名为 “Multimodal surface-based transformer model for early diagnosis of Alzheimer’s disease” 的论文，试图为 AD 的早期诊断开辟一条新道路。

在这项研究中，研究人员使用了多个关键技术方法。在表面特征提取环节，他们借助 FreeSurfer 软件对 T1w MRI 扫描数据进行处理，从而得到大脑的皮质表面表示、分区以及包括皮质厚度、脑沟深度和曲率等结构特征。对于 PET 扫描数据，则利用 PETSurfer 工具进行处理，先将 PET 图像与 T1w MRI 扫描的解剖空间配准，然后进行部分容积校正，计算标准化摄取值比（standardized uptake value ratio，SUVR），并将其投影到皮质表面。为了提高效率，他们还优化了表面重建流程，大幅缩短了处理时间。在模型构建方面，他们设计了一种中融合（Middle-fusion）的多模态变压器模型，通过嵌入层、变压器块、mix-transformer 块和分类器等组件，有效融合多模态特征进行 AD 诊断。

下面我们来看看具体的研究结果。

融合策略

研究人员对早期融合（Early-fusion）、晚期融合（Late-fusion）和中融合这三种融合策略进行了对比。结果发现，中融合模型在所有任务和数据集上都表现出色，比其他两种常见的融合策略有显著提升。这就好比在一场比赛中，中融合策略找到了最佳的 “战术配合”，让模型能更好地发挥实力。于是，研究人员在后续的多模态研究中都采用了中融合策略。

ADNI1 数据集上的结果

在 ADNI1 数据集上，研究人员对比了单模态和多模态方法。结果显示，在 AD 诊断任务中，多模态方法优势明显，平衡准确率达到 0.962 ± 0.012，AUC 为 0.969 ± 0.031。在早期 AD 诊断任务中，优势更为突出，平衡准确率达到 79%，AUC 为 81%。进一步的统计分析表明，MRI 和 FDG 的组合在各项指标上表现最佳，显著优于单独使用 MRI，且与单独使用 FDG 在大多数情况下统计效果相当。这说明研究人员提出的模型就像一个 “信息整合大师”，能有效利用不同模态的互补信息，形成更强的多模态表示。

ADNI2 & ADNI3 数据集上的结果

研究人员在 ADNI2 和 ADNI3 数据集上进一步验证模型。在 AD 诊断任务中，当使用 MRI、Aβ 和 Tau 三种模态时，模型达到最佳性能，平衡准确率为 0.94 ± 0.04，灵敏度为 0.91 ± 0.06，特异性为 0.97 ± 0.03，AUC 为 0.95 ± 0.03。在早期 AD 诊断任务中，同样是三种模态组合时性能最高，平衡准确率为 0.75 ± 0.04，灵敏度为 0.72 ± 0.05，特异性为 0.79 ± 0.05，AUC 为 0.79 ± 0.03。统计分析显示，虽然 MRI + Amyloid + Tau 的组合相比 MRI 显著提高了性能，但与 Amyloid 和 Tau 在平衡准确率和 AUC 上统计效果相当。这再次证明了模型在不同 PET 示踪剂数据上的有效性。

与其他方法的比较

研究人员还将自己的模型与其他方法进行了比较。在 AD 诊断方面，该模型与表现最佳的方法相比具有竞争力，而且输入大小仅为其 1/13，大大节省了计算资源。在早期 AD 诊断任务中，该模型更是表现卓越，在平衡准确率和 AUC 上远超基于体积的方法。与基于图卷积神经网络（Graph Convolutional Neural Networks，GCNs）的方法相比，该模型在大多数指标上也有很大优势。这表明研究人员提出的模型在诊断性能和计算效率上都更胜一筹。

从研究结论和讨论部分来看，研究人员提出的多模态基于表面的变压器模型，为 AD 的早期诊断带来了新的希望。该模型通过中融合策略和跨注意力机制，有效整合了 T1w MRI 和 PET 扫描的多模态特征，在早期 AD 诊断上比基于体积的方法表现更优。这一成果的意义重大，它不仅提高了诊断的准确性，还降低了计算资源的需求，为 AD 的早期诊断提供了一种更高效、更实用的方法，有望在临床实践中得到广泛应用。

不过，研究也存在一些局限性。比如，虽然皮质表面特征能加快训练并减少计算资源需求，但使用 FreeSurfer 进行表面重建仍需约 30 分钟 / 人，耗时较长。未来可以通过整合基于深度学习的表面重建方法来缩短预处理时间。而且，研究中没有明确的质量保证指标和手动校正，可能存在分割不准确或重建伪影的问题。此外，研究对象是基于临床诊断分类的，未来可以探索结合临床和病理标记的分类方法，以更全面地了解疾病进展。

尽管还有一些不足，但这项研究无疑为 AD 早期诊断领域点亮了一盏明灯。它让我们看到了基于表面的注意力建模在 AD 诊断中的巨大潜力，也为后续研究指明了方向。相信在科研人员的不断努力下，未来我们在对抗 AD 这场 “战争” 中会取得更大的胜利，让更多人免受 AD 的困扰。