近日,生物医学工程学院杨丰、方智文团队在国际顶级学术期刊《IEEE Transactions on Medical Imaging》发表了最新科研成果:Multi-Template Meta-Information Regularized Network for Alzheimer's Disease Diagnosis Using Structural MRI.
阿尔兹海默症(Alzheimer's Disease, AD)是一种进行性的神经退行性疾。俅仓饕硐治且浜腿现δ芟陆。AD早期诊断对患者的治疗与护理具有重大临床意义。在临床上,AD通常具有年龄和性别等元信息偏向性,同时存在大脑正常老化等现象。虽然元信息可为AD诊断提供一定的先验知识,但过度关注元数据相关的大脑解剖信息将导致潜在的混淆效应,从而减弱模型的泛化能力。为在克服混淆效应的同时充分利用元数据先验知识,该研究提出了多模板元信息正则化网络架构,设计弱监督元信息学习和互信息最小化机制,从疾病相关表征中学习并解耦元信息,提升阿尔兹海默症辅助诊断的性能。
图1.多模板元信息正则化网络结构图