磁共振成像（Magnetic Resonance Imaging，MRI）是非侵入性的、無輻射的成像技術(shù)，廣泛應(yīng)用于腦損傷和腦腫瘤等疾病的臨床診斷上。然而，針對阿爾茨海默病（Alzheimer’s Disease，AD）等無法直接依靠人眼判別的腦疾病，基于MRI的輔助診斷進(jìn)展甚微。這是由于大多數(shù)AD分類算法使用較少的訓(xùn)練數(shù)據(jù)，且數(shù)據(jù)往往來自少數(shù)幾個(gè)站點(diǎn)，這意味著分類器在應(yīng)用于其他陌生掃描儀/人群時(shí)泛化性和準(zhǔn)確率會下降。為了解決這一問題，中國科學(xué)院心理研究所行為科學(xué)重點(diǎn)實(shí)驗(yàn)室嚴(yán)超贛研究組基于遷移學(xué)習(xí)框架，使用一個(gè)樣本量和多樣性前所未有的磁共振腦影像數(shù)據(jù)集，建立了可實(shí)用的基于磁共振結(jié)構(gòu)影像的AD分類器。近日，相關(guān)研究成果以《基于85,721個(gè)樣本構(gòu)建可實(shí)用的阿爾茨海默病腦影像深度學(xué)習(xí)判別器》為題，在線發(fā)表在Journal of Big Data上。 

　　構(gòu)造泛化性好的深度學(xué)習(xí)模型需要大量的訓(xùn)練數(shù)據(jù)。嚴(yán)超贛研究組通過申請公開數(shù)據(jù)集，匯集了來自超過217個(gè)站點(diǎn)/掃描儀的50,876名參與者的85,721次MRI掃描影像，這是腦影像領(lǐng)域樣本量最大的研究之一。研究組使用深度卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建了基于灰質(zhì)厚度和灰質(zhì)體積指標(biāo)圖的性別分類器，并提出了“腦性別”的概念。該性別分類器在跨數(shù)據(jù)集交叉驗(yàn)證上達(dá)94.9%的準(zhǔn)確率，即模型可以憑借灰質(zhì)體積和灰質(zhì)密度圖以94.9%的正確率預(yù)測來自任意站點(diǎn)任意掃描儀任意被試的性別。 

　　進(jìn)一步，以性別分類器為基準(zhǔn)模型，研究基于遷移學(xué)習(xí)在Alzheimer’s Disease Neuroimaging Initiative（ADNI）數(shù)據(jù)集上構(gòu)造了AD分類器，使其在跨站點(diǎn)的交叉驗(yàn)證中取得了90.9%的正確率，并在三個(gè)獨(dú)立數(shù)據(jù)集上分別取得了94.5%、93.6%、91.1%的正確率，表現(xiàn)出很強(qiáng)的實(shí)用性。研究顯示，直接使用該分類器測試輕度認(rèn)知障礙（mild cognitive impairment, MCI）患者的結(jié)構(gòu)影像樣本，進(jìn)展為AD的MCI患者被預(yù)測為AD的概率（65.2%）是未進(jìn)展的MCI患者（20.6%）的3倍以上。此外，AD分類器的預(yù)測分?jǐn)?shù)顯示出與疾病嚴(yán)重程度的顯著相關(guān)，具有在臨床篩查中實(shí)用的潛力。相關(guān)性別分類器和AD分類器已部署到在線測試網(wǎng)站（http://brainimagenet.org，感興趣的科研人員只需上傳原始數(shù)據(jù)或者預(yù)處理好的灰質(zhì)體積和灰質(zhì)密度圖，即可得到相應(yīng)的腦性別或者AD判別分?jǐn)?shù)?，F(xiàn)階段該判別分?jǐn)?shù)僅用于科研用途，不作為臨床診斷）。研究代碼和模型已開源共享在https://github.com/Chaogan-Yan/BrainImageNet；預(yù)處理數(shù)據(jù)已共享在http://rfmri.org/BrainImageNetData，并即將上傳至心理科學(xué)數(shù)據(jù)銀行。   

　　未來，嚴(yán)超贛研究組將繼續(xù)探索“腦性別”概念在性別群體及腦疾病群體上的應(yīng)用，并進(jìn)一步提高AD分類器預(yù)測疾病進(jìn)展的能力。該分類器有望使無創(chuàng)無輻射普及率高的磁共振影像，輔助或替代有創(chuàng)有輻射的正電子發(fā)射掃描（positron emission tomography, PET）檢查，提高AD的早期診斷效率，創(chuàng)造更大的社會價(jià)值。 

　　研究工作得到科技創(chuàng)新2030-“腦科學(xué)與類腦研究”重大項(xiàng)目、國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、、中科院十三五信息化專項(xiàng)、中科院重點(diǎn)部署項(xiàng)目、北京市科技新星計(jì)劃、心理所科研基金等的支持。 

　　論文連接 

圖1.阿爾茨海默癥分類器遷移學(xué)習(xí)流程圖和跨站點(diǎn)/跨數(shù)據(jù)集交叉驗(yàn)證示意圖 

圖2.阿爾茨海默病分類器在ADNI數(shù)據(jù)集跨站點(diǎn)交叉驗(yàn)證、三個(gè)獨(dú)立樣本驗(yàn)證和應(yīng)用于輕度認(rèn)知障礙樣本的表現(xiàn)