A 2-Level Stacking Ensemble Framework for Multi-Class Alzheimer’s Disease Diagnosis Using CNN Feature Extractors and SVM-XGBoost Classifiers

Die frühzeitige Diagnose der Alzheimer-Krankheit gehört zu den dringlichsten Herausforderungen der modernen Medizin und beruht oft darauf, dass Ärzte die Magnetresonanztomographie-Aufnahmen (MRT) des Gehirns untersuchen. Diese Bilder zeigen die physische Struktur des Gehirns und verdeutlichen, wie verschiedene Regionen schrumpfen oder sich verändern, während die Krankheit durch Stadien fortschreitet, die von sehr leichtem Gedächtnisverlust bis hin zu schwerer Demenz reichen. Obwohl menschliche Experten diese Veränderungen erkennen können, ist die Aufgabe schwierig, da die Unterschiede zwischen den frühen Stadien subtil sind und die Anatomie des Gehirns komplex ist. Um hierbei zu helfen, haben sich Wissenschaftler der künstlichen Intelligenz zugewandt, speziell einer Art von Computerprogramm, das als Deep-Learning-Modell bekannt ist. Diese Programme fungieren wie digitale Mikroskope, die darauf trainiert sind, Muster in medizinischen Bildern zu erkennen, die dem menschlichen Auge entgehen könnten. Durch die Kombination der Erkenntnisse mehrerer verschiedener Computermodelle hoffen Forscher, ein System zu schaffen, das nicht nur genauer, sondern auch zuverlässiger ist als ein einzelnes Programm, das alleine arbeitet.

In einer kürzlich durchgeführten Studie entwickelten die Forscher Shashi Kant Mourya und Ajit Kr. Singh Yadav vom NERIST in Indien ein hochentwickeltes System, das darauf ausgelegt ist, Gehirnscans in vier verschiedene Kategorien einzuteilen: nicht dement, sehr leicht dement, leicht dement und moderat dement. Ihr Ansatz, der als zweistufiges Stacking-Ensemble beschrieben wird, funktioniert, indem er die Meinungen von drei verschiedenen künstlichen Intelligenz-Experten einholt und dann einen vierten, erfahreneren Richter zur endgültigen Entscheidung heranzieht. Die ersten drei Experten sind spezialisierte Computernetzwerke, die darauf trainiert wurden, die MRT-Schichten zu analysieren. Zwei dieser Netzwerke sind bekannte, etablierte Designs namens ResNet152 und DenseNet121, die bereits in vielen früheren Studien verwendet wurden. Der dritte Experte ist ein maßgeschneidertes Netzwerk, das speziell für dieses Projekt entwickelt wurde und den Namen Shashi-CNN trägt; es wurde von Grund auf neu konstruiert, um sich auf die einzigartigen Texturen in Gehirnscans zu konzentrieren.

Anstatt diese drei Netzwerke einfach über die Antwort abstimmen zu lassen, ließen die Forscher sie in einer spezifischen Sequenz zusammenarbeiten. Zuerst analysierte jedes Netzwerk die Gehirnbilder und extrahierte eine detaillierte Liste von Merkmalen – im Wesentlichen übersetzte es die visuellen Daten in eine lange Liste von Zahlen, die den Zustand des Gehirns beschreiben. Diese Listen wurden dann kombiniert und vereinfacht, um störende Rauschsignale zu entfernen und nur die wichtigsten Informationen beizubehalten. Diese verfeinerten Daten wurden in einen erstklassigen Klassifikator eingespeist, einem mathematischen Werkzeug, das als Support Vector Machine bekannt ist, welches eine erste Vorhersage für jedes Bild erstellte. Entscheidend war, dass die Forscher diese erste Schicht mit einer Methode trainierten, bei der das Modell mit Daten getestet wurde, die es während der Trainingsphase noch nicht gesehen hatte, um sicherzustellen, dass das System nicht einfach nur die Antworten auswendig lernt.

Der letzte Schritt beinhaltete einen zweitstufigen Richter, einen fortgeschrittenen Algorithmus namens XGBoost, der als Meta-Lerner fungierte. Dieser Richter betrachtete nicht die rohen Gehirnbilder, sondern analysierte stattdessen die Konfidenzwerte und Vorhersagen, die von den ersten drei Netzwerken und dem erstklassigen Klassifikator generiert wurden. Durch die Analyse dessen, wie diese verschiedenen Experten zustimmten oder voneinander abwichen, lernte das XGBoost-Modell, deren Meinungen zu gewichten und zu entscheiden, welcher Experte für einen spezifischen Typ von Gehirnscan am vertrauenswürdigsten war. Dieser vielschichtige Ansatz ermöglichte es dem System, Fehler zu erfassen, die ein einzelnes Modell vielleicht übersehen hätte, wodurch effektiv ein Team entstand, in dem die Schwächen des einen durch die Stärken des anderen abgedeckt wurden.

Die Ergebnisse dieser Studie waren bemerkenswert hoch. Als das System an einem Datensatz von 6.400 Gehirn-MRT-Schichten getestet wurde, erreichte es eine Genauigkeitsrate von nahezu 99,97 Prozent. Das bedeutet, dass das System von jeweils 10.000 Scans 9.997 korrekt als Stadium der Demenz identifizierte. Das System arbeitete in allen fünf verschiedenen Testrunden fast perfekt, was eine Konsistenz zeigt, die darauf hindeutet, dass es nicht bloß Glück hat, sondern die Muster der Krankheit tatsächlich versteht. Im Vergleich dazu erreichte das beste einzelne Modell der Studie, das maßgeschneiderte Shashi-CNN, eine Genauigkeit von etwa 98,4 Prozent, während die anderen etablierten Modelle niedriger abschnitten. Die Forscher bestätigten, dass die durch die Verwendung des gesamten Teams der Modelle erzielte Verbesserung statistisch signifikant war, was bedeutet, dass der Unterschied real war und nicht auf Zufall beruhte.

Um sicherzustellen, dass das System seine Entscheidungen aus den richtigen Gründen traf, nutzten die Forscher eine Visualisierungstechnik namens Grad-CAM. Dieses Werkzeug erstellt eine Heatmap über das ursprüngliche Gehirnbild und hebt die spezifischen Bereiche hervor, auf die der Computer bei der Diagnose fokussiert war. Die Visualisierungen zeigten, dass das Modell sich auf anatomisch relevante Bereiche konzentrierte, wie etwa den Hippocampus und die kortikalen Regionen, die bei Alzheimer-Patienten bekanntlich schrumpfen. Es ließ sich nicht von Hintergrundrauschen oder irrelevanten Teilen des Bildes ablenken. Dieser Fokus auf die korrekten biologischen Strukturen gibt Ärzten das Vertrauen, dass das System etwas über die Krankheit selbst lernt und nicht bloß Muster in den Daten auswendig lernt.

Obwohl die Studie auf dem verwendeten Datensatz nahezu perfekte Ergebnisse erzielte, merkten die Autoren an, dass das System noch nicht mit Daten aus anderen Krankenhäusern oder mit anderen Arten von MRT-Geräten getestet wurde. Der Datensatz enthielt eine Mischung aus Gehirnscans, aber eine Kategorie, die Patienten mit moderater Demenz repräsentiert, war wesentlich kleiner als die anderen, was die Art und Weise beeinflussen könnte, wie das System lernt. Trotz dieser Einschränkungen zeigt die Studie, dass die Kombination mehrerer Deep-Learning-Modelle mit einem intelligenten Abstimmungssystem ein leistungsfähiges Werkzeug zur Unterscheidung der subtilen Stadien der Alzheimer-Krankheit schaffen kann. Die Ergebnisse legen nahe, dass ein solcher Rahmen als äußerst zuverlässiges Hilfsmittel für die Frühdiagnose dienen könnte, was potenziell dabei hilft, die Krankheit zu entdecken, wenn sie am besten behandelbar ist.