基于结构 MRI 预测年龄与阿尔茨海默病的可解释 3D 网格注意力网络
组织与器官
2020-11-19 v1 图像与视频处理
摘要
我们提出了一种可解释的 3D 网格注意力深度神经网络，能够根据结构脑部 MRI 扫描准确预测人的年龄以及是否患有阿尔茨海默病 (AD)。在 3D 卷积神经网络的基础上，我们在不同抽象层添加了两个注意力模块，使得学习到的特征在空间上与任务的全局特征相关联。注意力层使网络能够聚焦于与任务相关的脑区，同时屏蔽不相关或嘈杂的区域。在基于阿尔茨海默病神经影像学计划 (ADNI) 4 个阶段的 4,561 张 3 特斯拉 T1 加权 MRI 扫描的评估中，年龄和 AD 预测的显著性图部分重叠，但低层比特高层特征重叠更多。大脑年龄预测网络也比另一种最先进的方法更好地区分了 AD 和健康对照组。由此产生的视觉分析能够区分对预测临床诊断很重要的可解释特征模式。未来需要进一步测试在不同扫描仪和人群中的性能。
引用
@article{arxiv.2011.09115,
title = {3D Grid-Attention Networks for Interpretable Age and Alzheimer's Disease Prediction from Structural MRI},
author = {Pradeep Lam and Alyssa H. Zhu and Iyad Ba Gari and Neda Jahanshad and Paul M. Thompson},
journal= {arXiv preprint arXiv:2011.09115},
year = {2020}
}