近日，光電學院副教授傅迎華、碩士生朱文祺等在《IEEE生物醫(yī)學工程匯刊》(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絡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與美國馬里蘭大學醫(yī)學院（University of Maryland School of Medicine）合作完成，朱文祺同學為論文第二作者，其導師傅迎華副教授為第一作者，馬里蘭大學醫(yī)學院Ze Wang教授為通訊作者，上海理工大學為第一完成單位。
阿爾茨海默癥（AD）是一種常見且不可逆的神經退行性疾病，早期精準識別與診斷對延緩疾病進程、提升患者生活質量具有重要意義。當前，基于靜息態(tài)功能磁共振成像（rs-fMRI）的腦網絡分析已成為阿爾茨海默癥早期識別的關鍵研究方向，但受限于rs-fMRI數據低信噪比和腦網絡結構復雜等問題，傳統(tǒng)機器方法和早期深度學習模型難以實現(xiàn)高效、準確的特征提取與疾病預測。
針對上述技術瓶頸，研究團隊創(chuàng)新性提出“多層生成腦連接組圖卷積網絡（MLC-GCN）”模型，設計了堆疊式時空特征提取模塊（STFE），可生成多層級腦網絡結構，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據噪聲，顯著提升了特征表達能力與檢測精度。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）等關鍵腦區(qū)，與現(xiàn)有神經科學研究成果高度一致，證明了人工智能方法在挖掘疾病生物標志物、輔助臨床診斷方面的重要價值與應用潛力。
光電學院傅迎華副教授長期致力于人工智能與醫(yī)學影像分析研究，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支撐。朱文祺同學科研能力突出、成果豐碩，已以第一作者身份在國際權威期刊發(fā)表多篇高水平論文：在生物神經計算領域期刊《神經網絡（Neural Networks）》發(fā)表CGLK-GNN相關研究成果，為本次MLC-GCN模型研發(fā)奠定了重要基礎；在人工智能領域中科院一區(qū)TOP期刊《專家系統(tǒng)應用（Expert Systems with Applications）》發(fā)表生物醫(yī)學關系抽取研究論文。
據了解，《IEEE生物醫(yī)學工程匯刊》由IEEE工程醫(yī)學與生物學學會主辦，每年全球發(fā)文數量約300篇，論文遴選嚴格。此次研究成果的發(fā)表，為阿爾茨海默癥早期診斷與神經科學研究提供了新思路、新方法。未來，研究團隊將繼續(xù)聚焦醫(yī)學人工智能關鍵技術，持續(xù)開展前沿探索，力爭產出更多服務于生命健康領域的高水平科研成果。
MLC-GCN模型結構圖
OASIS-3數據集上檢測出的前20個關鍵腦區(qū)
論文連接：
https://ieeexplore.ieee.org/abstract/document/11420876
https://www.sciencedirect.com/science/article/abs/pii/S0893608026001516
