《Intelligent Systems with Applications》：Explainable Deep Morphological Learning of Medial Temporal Lobe Atrophy for Alzheimer’s Diagnosis and Cognitive Scoring
编辑推荐：
阿尔茨海默病（Alzheimer’s disease， AD）以认知衰退和海马萎缩为特征。传统诊断依赖于临床评估、生物标志物和神经影像学，但这些方法耗时且易受变异性影响。深度学习（deep learning， DL）提供了自动化解决方案，然而当前研究强调分类准
阿尔茨海默病（Alzheimer’s disease， AD）以认知衰退和海马萎缩为特征。传统诊断依赖于临床评估、生物标志物和神经影像学，但这些方法耗时且易受变异性影响。深度学习（deep learning， DL）提供了自动化解决方案，然而当前研究强调分类准确性，而可解释性挑战在很大程度上仍未解决。本文提出了一种可解释的深度学习框架，用于评估局部内侧颞叶萎缩（medial temporal lobe atrophy， MTA）及其与认知功能下降的关联。84名参与者接受了T1加权磁共振成像（magnetic resonance imaging， MRI）和泰国版简易精神状态检查（Thai version of the Mini-Mental State Examination， TMSE）评估。MTA严重程度由三位专家进行视觉评分。一个修改后的ResNet-18网络在海马图像上训练，执行两项任务：（1）MTA等级分类和（2）基于TMSE的认知组预测。可解释性通过熵融合类激活映射（class activation mapping， CAM）实现。MTA与TMSE强相关。与大多数人工智能驱动的分类不同，该方法将MTA分离到扩展的视觉尺度上，并检查其与疾病进展的形态学联系。左侧和右侧MTA模型的平均绝对误差（mean absolute error， MAE）分别为0.604±0.193和0.216±0.084。正常和严重病例被可靠检测，而中间结果的偏差在95%置信区间内在一个评分单位内，尽管存在固有的真实标签变异性和异质性表现。TMSE模型的平衡准确率（balanced accuracy， BA）为0.891±0.065。CAM提供了模型推理的可解释和相关证据。它经验性地将萎缩和损伤模式归因于局部结构，与临床诊断策略和既定神经生理学原理一致。所提出的框架为诊断和认知预测任务提供了海马形态学的有效解释。尽管它为现有临床方法提供了补充价值，但额外的全面和多学科研究仍然必不可少。
阿尔茨海默病（Alzheimer’s disease， AD）以进行性认知衰退和海马萎缩为特征，传统诊断依赖临床评估、生物标志物和神经影像学，但这些方法耗时长且易受观察者间变异性影响。深度学习（deep learning， DL）提供了自动化解决方案，但现有研究多聚焦分类准确性，可解释性挑战未充分解决。因此，研究人员开发了一个可解释的深度学习框架，用于评估内侧颞叶萎缩（medial temporal lobe atrophy， MTA）并关联认知评分，旨在提供透明且临床相关的诊断支持。该研究共纳入84名参与者（54例AD患者、30例健康对照），进行T1加权磁共振成像（magnetic resonance imaging， MRI）和泰国版简易精神状态检查（Thai version of the Mini-Mental State Examination， TMSE）评估，MTA严重程度由三位专家依据Scheltens视觉量表（0–4分）独立评分。论文发表在《Intelligent Systems with Applications》。
研究人员开展的研究基于修改后的ResNet-18骨干网络，接受48×48像素的海马感兴趣区（region of interest， ROI）图像，执行双任务学习：MTA等级分类和TMSE认知组预测。技术方法包括：1）采用遗传算法（genetic algorithm， GA）进行数据分层划分，确保受试者级别无数据泄露并维持性別与类别比例；2）使用相似加权分类交叉熵（categorical cross-entropy， CCE）损失函数处理MTA的序数分类，缓解标签不确定性；3）可解释性通过熵融合类激活映射（class activation mapping， CAM）实现，融合所有残差阶段的激活图，利用熵加权和阶段因子生成最终热图；4）数据增强包括旋转、翻转和缩放，以增强泛化性。
研究结果部分：
4.1. 受试者数据及其特征：84名受试者年龄58–88岁（平均72±8岁），AD组占64.29%，HC组占35.71%。AD组TMSE评分低于23分，HC组正常。
4.2. 基线分析框架：MTA与TMSE呈强负相关（左侧Pearson r=?0.877，右侧r=?0.895，平均r=?0.893）。评者间一致性Fleiss’s Kappa为左侧0.600（中度）、右侧0.741（高度），整体0.671。评者间平均变异性为0.185±0.230评分单位。MTA评分在严重病例上共识较高，轻度病例变异较大。
4.3. 对AI图像分类的影响：评者变异性对模型训练构成挑战，但MTA与TMSE的强相关性表明海马形态可编码认知状态，模型需结合共识聚合和类别平衡策略。
4.4. 基于遗传算法的数据折分层：GA方案在20次运行中稳定维持类别比例，各折偏差在0.3%–0.4%以内。
4.5. AI模型性能：
- 海马萎缩评分：左侧MTA模型在受试者级别MAE为0.604±0.193，右侧为0.216±0.084。左侧模型在中间等级（评分2）上预测分散，右侧模型表现更优，极端评分（0和4）均被可靠识别。线性加权Kappa左侧0.666±0.109，右侧0.861±0.056。
- 认知表现预测：TMSE模型在受试者级别平衡准确率（balanced accuracy， BA）为0.891±0.065，高分组（H）混淆最少，中分组（M）因样本较少和边界模糊表现最弱。受试者级概率加权融合显著提升性能。
- 损失函数影响：相似加权CCE相比标准CCE减少了相邻等级误判，提升了序数指标。
- 与前沿模型基准比较：ResNet-18在稳定标签下优势明显，SqueezeNet在噪声标签下更具韧性，MobileNet性能较弱但类别可分性高时可通过聚合改善。
4.6. 预测模型的可解释性：
- 主要结果与可解释性分析：CAM热图显示，模型对严重萎缩关注脉络裂、海马高度和颞角，与专家视觉评估一致。在认知预测中，低分组模型关注海马旁回-脑干宽度和颞角，中分组关注脉络裂和颞角。
- CAM变体的消融研究：提出的熵融合CAM（CAM-e）相比标准平均CAM（CAM-s），在结构相似性、斯皮尔曼相关性和归一化互信息上均显著更优（p<0.001），提供更聚焦和诊断相关的显著性图。
4.7. 对诊断评估的意义：该框架可辅助临床医生识别MTA变化的各阶段，尤其适用于早期细微改变，提升诊断速度和准确性，并支持培训。
4.8. 局限性：包括谱偏倚（TMSE阈值与AD诊断重叠）、缺乏海马子区域分析（如CA1和下托）、未考虑3D空间复杂性及多模态整合。
4.9. 前景应用与未来工作：建议闭环反馈系统的交互式特征分析、结合言语和视觉学习能力评估、探究半球不对称性与AD进展的生理关联，以及将XAI应用于协作决策支持。
讨论部分总结：模型在解释性上表现出与临床诊断策略一致的局部结构归因，但难以直接验证与真实神经标志物的因果联系。XAI算法应作为辅助工具在监督下部署。
研究结论部分翻译：深度学习已广泛用于医疗成像诊断AD，许多研究报道了高分类准确率，但实际部署受限于模型预测机制的不透明性。本研究基于归因型XAI，具体解释海马萎缩并评估其与AD受试者认知表现在扩展分类尺度上的相关性。MTA模型倾向于高估，反映保守敏感性，尽管真实标签存在变异性。MTA-L和MTA-R模型相对于中位数参考的MAE分别为0.604±0.193和0.216±0.084，结果显示出与专家分配相似但不一致的不对称模式。但AI评分将误差限制在95%置信区间内一个MTA评分单位内。在TMSE标签无偏分配下，对应模型表现出优越的分类性能，平衡准确率为0.891±0.065。显然，MTA和TMSE模型的CAM有效捕捉了萎缩模式，展示了将认知衰退、MTA严重性和潜在损伤特征联系起来的可靠可解释性。这些发现突显了基于图像的识别和归因方案作为AD临床和神经心理学评估补充工具的潜力，有助于识别高风险个体进行更全面评估。但轻度认知损害（mild cognitive impairment， MCI）等类别的精确度有限，表明在没有额外临床背景的情况下，这些模型尚不适合用于确诊。
