Brain-Atlas-Guided Generative Counterfactual Attention for Explainable Cognitive Decline Diagnosis Using Multimodal Connectomes

Resumen Técnico: Atención Contrafactual Generativa Guiada por Atlas Cerebral para el Diagnóstico Explicable del Declive Cognitivo

Planteamiento del Problema
El deterioro cognitivo leve (MCI) y el declive cognitivo subjetivo (SCD) representan etapas críticas tempranas del continuo de la enfermedad de Alzheimer. Un diagnóstico preciso y explicable es esencial para la intervención temprana. Aunque los modelos de aprendizaje profundo existentes que utilizan conectomas cerebrales (conectividad funcional [FC] y conectividad estructural [SC]) han mejorado el rendimiento de la clasificación, operan en gran medida como "cajas negras". Los métodos de explicación actuales (p. ej., Grad-CAM, SHAP) suelen proporcionar información post-hoc condicionada a la etiqueta que no logra modelar explícitamente la transición entre estados cognitivos. Además, tienen dificultades para capturar los cambios mínimos y relevantes para la enfermedad necesarios para transformar un conectoma de origen (p. ej., Control Saludable) en un conectoma de destino (p. ej., MCI), y a menudo descuidan la topología estructurada y restringida por atlas de las redes cerebrales.

Metodología
El artículo propone la Red de Atención Contrafactual Generativa (GCAN), un marco que formula el diagnóstico como un problema de generación contrafactual de origen a destino. El objetivo central es generar un conectoma con la etiqueta de destino a partir de una entrada con la etiqueta de origen y derivar un mapa de atención de sus diferencias.

1. Marco Contrafactual Generativo:

   • Generación de Origen a Destino: Dado un conectoma de origen $C_s$ con la etiqueta $y_s$, el generador $G$ produce un conectoma de destino $C_g^t$ correspondiente a la etiqueta $y_t$.
   • Atención Contrafactual: El mapa de atención $A$ se define como la diferencia $C_g^t - C_s$. Los valores positivos indican conexiones que deben potenciarse, mientras que los negativos indican conexiones que deben suprimirse para alcanzar el estado objetivo.
   • Diagnóstico: El conectoma de entrada es reponderado por este mapa de atención ($\tilde{C} = C \odot A$) antes de ser introducido en un clasificador de diagnóstico descendente, obligando al modelo a centrarse en las conexiones relacionadas con la transición de la enfermedad.

2. Transformador Bidireccional Consciente del Atlas (AABT):

   • Para preservar la topología estructurada de los conectomas, los autores introducen el AABT. En lugar de tratar la matriz de conectividad como una imagen plana, el AABT descompone el conectoma en subredes basadas en un atlas cerebral (p. ej., DMN, FPN, CON).
   • Realiza la codificación de tokens por red y la decodificación inversa de tokens, asegurando que el proceso de generación respete las estructuras de red locales mientras modela dependencias de largo alcance.

3. Modelado Conjunto Multimodal (FC–SC):

   • El marco se extiende para modelar conjuntamente la conectividad funcional (FC) y estructural (SC).
   • Un AABT transmodal procesa la FC, la SC y sus mapas de características simultáneamente.
   • Funciones de Pérdida: El generador multimodal se optimiza utilizando pérdidas de reconstrucción, clasificación y perceptuales. Crucialmente, incluye una pérdida de consistencia transmodal para fomentar transformaciones de estructura-función coordinadas pero no idénticas, y una pérdida de solapamiento de atención para penalizar el solapamiento espacial entre las respuestas regionales positivas (potenciadas) y negativas (suprimidas).
   • Estrategia de Pre-entrenamiento: Para proporcionar prioris del estado de destino sin filtración de datos, se pre-entrenan clasificadores de FC y SC específicos de la modalidad en conjuntos de datos auxiliares (SLIM para FC, BJE para SC) y se utilizan para guiar la generación de conectomas con la etiqueta de destino. Estos modelos pre-entrenados están separados del clasificador de diagnóstico descendente final.

Contribuciones Clave

• Atención Contrafactual Generativa: El artículo introduce un marco que identifica explícitamente los cambios de conexión relevantes para la enfermedad mediante la generación de conectomas de estado de destino y el análisis de sus diferencias, ofreciendo una interpretación orientada a la transición en lugar de una importancia de características estática.
• Arquitectura Consciente del Atlas: El diseño de AABT permite la generación de conectomas estructurados que se adhieren a particiones de redes cerebrales conocidas, preservando la topología global y la organización de subredes locales.
• Razonamiento Transmodal Estructura-Función: La extensión al modelado conjunto FC–SC permite capturar la reorganización funcional complementaria y los cambios en la topología estructural, proporcionando una visión más completa del declive cognitivo.
• Evaluación Rigurosa: El estudio incluye experimentos extensos en conjuntos de datos de hospitales y ADNI, cubriendo configuraciones unimodales (FC) y multimodales (FC–SC). Presenta análisis exhaustivos que incluyen visualización de conectomas circulares, evaluación de la calidad de síntesis a nivel de matriz (PSNR, SSIM, correlación), intervalos de confianza por pliegues (folds) y estudios de ablación.

Resultos

• Rendimiento Diagnóstico: En experimentos de modalidad única (FC), GCAN logró un rendimiento competitivo en las tareas de HC vs. SCD, HC vs. MCI y SCD vs. MCI, superando a menudo a los modelos base de CNN, ResNet y Transformer. Por ejemplo, en el conjunto de datos hospitalario para HC vs. SCD, GCAN alcanzó una precisión de 0.933 y un F1-score de 0.929.
• Rendimiento Multimodal: En entornos multimodales, los modelos basados en atención contrafactual mostraron generalmente tendencias favorables, particularmente en la tarea HC vs. SCD. Sin embargo, los autores señalan que las desviaciones estándar fueron relativamente grandes en algunas tareas (p. ej., HC vs. MCI), y las comparaciones de pares por pliegues no siempre alcanzaron significancia estadística, lo que sugiere la necesidad de cohortes emparejadas más grandes.
• Interpretabilidad: La visualización de los mapas de atención contrafactual reveló patrones dispersos y biológicamente plausibles concentrados en redes cognitivas de orden superior (DMN, FPN, CON, SEN). Los mapas positivos y negativos distinguieron entre conexiones potenciadas y suprimidas.
• Comparación con CAMs: Comparado con Grad-CAM y Score-CAM, la atención contrafactual propuesta produjo patrones de conectividad más estructurados, específicos de la transición y con signo, mientras que los métodos basados en CAM produjeron patrones de activación más difusos.
• Calidad de Síntesis: Las métricas cuantitativas (PSresión, SSIM, correlación) indicaron que las matrices FC y SC generadas retuvieron una estructura global razonable y fidelidad a nivel de arista, aunque se observó que la síntesis de SC es más desafiante debido a su topología dispersa.

Significancia y Reivindicaciones
El artículo sostiene que GCAN representa un paso significativo hacia la IA explicable en neuroimagen al pasar de la atribución de características estáticas al razonamiento dinámico orientado a la transición. Al modelar explícitamente el escenario de "¿qué pasaría si...?" de transformar un cerebro sano en uno enfermo, el marco proporciona información sobre los cambios específicos de conectividad que impulsan el declive cognitivo.

Los autores mantienen una postura modesta respecto a sus afirmaciones:

• Enfatizan que las redes resaltadas son consistentes con los mecanismos conocidos de neurodegeneración, pero que el método proporciona explicaciones basadas en el modelo, no evidencia clínica directa de causalidad de la enfermedad.
• Reconocen limitaciones, incluyendo el tamaño relativamente pequeño de los conjuntos de datos emparejados FC–SC, el uso de prioris de destino a nivel de grupo que pueden omitir trayectorias específicas de cada sujeto, y la falta de validación longitudinal.
• Concluyen que, si bien los resultados son prometedores y apoyan la utilidad del razonamiento contrafactual para el diagnóstico interpretable, es necesaria una validación adicional con cohortes más grandes, multicéntricas y longitudinales para confirmar la robustez estadística y la validez biológica.