基于混合级联注意力架构深度特征的早期阿尔茨海默病严重程度诊断新分类方案

《Tsinghua Science and Technology》：Novel Classification Scheme for Early Alzheimer's Disease (AD) Severity Diagnosis Using Deep Features of the Hybrid Cascade Attention Architecture: Early Detection of AD on MRI Scans

　　本研究针对阿尔茨海默病（AD）早期诊断中MRI图像类间差异大、类内差异小的挑战，提出了一种融合卷积神经网络（CNN）与级联注意力模型（CAM）的混合架构CAM-CNN。通过引入空间混淆注意力机制和两种新型损失函数（SRL和CNSL），该模型在Kaggle数据集上实现了99.07%的多分类准确率，显著提升了AD亚型早期识别的精确度和鲁棒性，为临床精准诊疗提供了可靠的技术支持。

　　

在全球老龄化加剧的背景下，阿尔茨海默病（AD）已成为威胁老年人健康的重大神经退行性疾病。据世界阿尔茨海默报告预测，到2030年全球AD患者数量将攀升至7800万。目前临床诊断主要依赖神经影像技术，但传统机器学习方法存在预处理复杂、特征提取依赖人工、模型泛化能力不足等瓶颈。尤其早期AD的MRI图像中，脑区结构变化细微，类间差异显著而类内差异微弱，导致诊断准确率难以突破。

为攻克这一难题，伊朗设拉子医科大学的研究团队在《Tsinghua Science and Technology》发表了一项创新研究，提出了一种基于混合级联注意力架构的深度学习模型（CAM-CNN）。该模型通过融合卷积神经网络与注意力机制，实现了对AD早期严重程度的精准分类。研究首次将诊断类别从传统的2-3类扩展至5类（非痴呆、极轻度、轻度、中度痴呆），并引入空间混淆注意力、跨网络注意力等模块，显著提升了模型对细微病变的捕捉能力。

关键技术方法包括：①采用Kaggle公开数据集（含33,984张MRI图像），通过随机旋转、剪切等数据增强技术扩充样本；②构建双流CNN架构，利用预训练的InceptionV3模型提取特征；③设计空间混淆注意力模块生成二进制掩码，聚焦病灶区域；④提出满足秩损失（SRL）和跨网络相似性损失（CNSL）优化特征协作；⑤通过熵加权融合策略整合多维度输出。所有实验均采用5折交叉验证，在单张GTX-1080-Ti显卡上完成训练。

模型架构设计

研究团队创新性地将CNN与级联注意力模型结合，形成双流并行处理结构。第一流网络生成注意力热图，第二流网络通过全局注意力池化层聚焦关键区域。该设计避免了传统序列处理中的误差传递问题，同时引入的熵加法则实现了中间输出到最终预测的无参数融合。

注意力机制优化

针对类激活图中负值干扰问题，研究提出加权求和的热图生成算法（公式3-5），通过可训练的1×1卷积网络将热图转化为二进制掩码。空间掩码损失函数（公式8-10）确保掩码中"1"的数量控制在预设范围内，使模型始终聚焦于最具鉴别力的脑区特征。

跨网络协作机制

通过KL散度（公式14）和满足秩损失（公式17-18）约束双流网络的输出一致性，当两个网络的预测置信度均较低时，损失函数鼓励二者协同提升；当预测置信度超过阈值2m_s时，损失自动归零，有效防止过拟合。

多维度性能验证

在四分类任务中，CAM-CNN对非痴呆、极轻度、轻度、中度痴呆的识别准确率分别达99.07%、99.07%、99.07%和99.07%，显著优于ResNet101（98.85%）、CNN+Attention（98.82%）等对比模型。特别在极轻度痴呆识别中，敏感度达到99.28%，解决了早期病变易漏诊的难题。

特征鲁棒性分析

通过逐步减少特征数量（多→中→少）的对比实验发现，即便仅保留少量特征，模型准确率仍保持在98.10%以上（表3）。这表明CAM-CNN提取的特征具有高度代表性，对医疗资源受限场景下的应用具有重要意义。

收敛效率优势

相较于ResNet152（7小时32分钟）、DenseNet201（6小时49分钟）等深层网络，CAM-CNN在6小时51分钟内完成训练，每轮迭代仅需49.41秒（表3）。损失函数曲线显示（图9），模型在1000轮迭代后即达到稳定收敛，验证了其计算效率与稳定性。

本研究通过创新性地融合注意力机制与深度学习架构，实现了AD早期诊断的突破性进展。模型在保持99.07%高准确率的同时，将诊断类别扩展至5类，尤其对极轻度痴呆的敏感度提升至99.28%。所提出的空间混淆注意力、跨网络协作等机制，为医疗影像分析提供了可解释性强、鲁棒性高的技术范式。未来结合纵向MRI数据和云边协同计算，有望进一步推动个体化精准医疗的发展。