近日，光電學(xué)院副教授傅迎華、碩士生朱文祺等在《IEEE生物醫(yī)學(xué)工程匯刊》(IEEE Transactions on Biomedical Engineering)上發(fā)表題為“基于多層級生成連接組的圖卷積網(wǎng)絡(luò)用于阿爾茨海默病檢測”（MLC-GCN: Multi-Level Generated Connectome Based GCN for AD Detection）的研究論文，在阿爾茨海默癥智能檢測研究方向取得重要成果。該研究由上海理工大學(xué)與美國馬里蘭大學(xué)醫(yī)學(xué)院（University of Maryland School of Medicine）合作完成，朱文祺同學(xué)為論文第二作者，其導(dǎo)師傅迎華副教授為第一作者，馬里蘭大學(xué)醫(yī)學(xué)院Ze Wang教授為通訊作者，上海理工大學(xué)為第一完成單位。

   阿爾茨海默癥（AD）是一種常見且不可逆的神經(jīng)退行性疾病，早期精準(zhǔn)識別與診斷對延緩疾病進(jìn)程、提升患者生活質(zhì)量具有重要意義。當(dāng)前，基于靜息態(tài)功能磁共振成像（rs-fMRI）的腦網(wǎng)絡(luò)分析已成為阿爾茨海默癥早期識別的關(guān)鍵研究方向，但受限于rs-fMRI數(shù)據(jù)低信噪比和腦網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜等問題，傳統(tǒng)機器方法和早期深度學(xué)習(xí)模型難以實現(xiàn)高效、準(zhǔn)確的特征提取與疾病預(yù)測。

針對上述技術(shù)瓶頸，研究團(tuán)隊創(chuàng)新性提出“多層生成腦連接組圖卷積網(wǎng)絡(luò)（MLC-GCN）”模型，設(shè)計了堆疊式時空特征提取模塊（STFE），可生成多層級腦網(wǎng)絡(luò)結(jié)構(gòu)，既能夠充分挖掘腦功能連接的深層特征，又能有效抑制影像數(shù)據(jù)噪聲，顯著提升了特征表達(dá)能力與檢測精度。研究通過可視化分析驗證：模型識別出的上額回（SFG）、中額回（MFG）、下額回（IFG）、上顳回（STG）以及中顳回（MTG）等關(guān)鍵腦區(qū)，與現(xiàn)有神經(jīng)科學(xué)研究成果高度一致，證明了人工智能方法在挖掘疾病生物標(biāo)志物、輔助臨床診斷方面的重要價值與應(yīng)用潛力。

光電學(xué)院傅迎華副教授長期致力于人工智能與醫(yī)學(xué)影像分析研究，在模式識別、腦功能影像分析等方向成果顯著，曾于2021年、2022年連續(xù)在計算機視覺領(lǐng)域中科院一區(qū)TOP期刊《模式識別（Pattern Recognition）》上發(fā)表研究論文，為本次阿爾茨海默癥智能檢測系列成果提供了堅實的理論與技術(shù)支撐。朱文祺同學(xué)科研能力突出、成果豐碩，已以第一作者身份在國際權(quán)威期刊發(fā)表多篇高水平論文：在生物神經(jīng)計算領(lǐng)域期刊《神經(jīng)網(wǎng)絡(luò)（Neural Networks）》發(fā)表CGLK-GNN相關(guān)研究成果，為本次MLC-GCN模型研發(fā)奠定了重要基礎(chǔ)；在人工智能領(lǐng)域中科院一區(qū)TOP期刊《專家系統(tǒng)應(yīng)用（Expert Systems with Applications）》發(fā)表生物醫(yī)學(xué)關(guān)系抽取研究論文。

據(jù)了解，《IEEE生物醫(yī)學(xué)工程匯刊》由IEEE工程醫(yī)學(xué)與生物學(xué)學(xué)會主辦，每年全球發(fā)文數(shù)量約300篇，論文遴選嚴(yán)格。此次研究成果的發(fā)表，為阿爾茨海默癥早期診斷與神經(jīng)科學(xué)研究提供了新思路、新方法。未來，研究團(tuán)隊將繼續(xù)聚焦醫(yī)學(xué)人工智能關(guān)鍵技術(shù)，持續(xù)開展前沿探索，力爭產(chǎn)出更多服務(wù)于生命健康領(lǐng)域的高水平科研成果。

MLC-GCN模型結(jié)構(gòu)圖

OASIS-3數(shù)據(jù)集上檢測出的前20個關(guān)鍵腦區(qū)

論文連接：

https://ieeexplore.ieee.org/abstract/document/11420876

https://www.sciencedirect.com/science/article/abs/pii/S0893608026001516