Multi-Modal Graph Neural Network with Transformer-Guided Adaptive Diffusion for Preclinical Alzheimer Classification

技术摘要：用于临床前阿尔茨海默病分类的 Transformer 引导自适应扩散多模态图神经网络

问题陈述
通过感兴趣区域（ROI）及其连接组特征构建的大脑图形表示，为诊断如阿尔茨海默病（AD）等神经退行性疾病提供了关键见解。然而，现有的图神经网络（GNN）在解释这些网络方面面临内在局限性。传统的卷积方法难以聚合来自远距离邻域的信息，而基于注意力的方法往往无法捕捉足够的以节点为中心的信息，特别是关于关键节点的决定性特征。这些缺陷阻碍了在使用来自多种成像模态（如 MRI、PET）的多样化特征时识别疾病特异性变化。此外，多种生物标志物量级引入的异质性也使分析局部与全局图属性变得复杂。

方法论：GTAD 框架
作者提出了 GTAD（具有 Transformer 引导自适应扩散的 GNN），这是一个旨在聚合短程（局部）和长程（全局）图属性的集成框架。该架构由三个主要组件组成：

1. 模态特异性自适应卷积块：

   • 模型将大脑网络视为一个具有归一化拉普拉斯矩阵 $\hat{L}$ 的无向图 $G$。
   • 对于每种成像模态 $m$，编码器使用**热核卷积（heat-kernel convolution）**处理节点特征 $x^m$。卷积操作定义为 $H^m_z = \sigma_z(e^{-s^m \hat{L}} H^m_{z-1} W^m_z)$，其中 $s^m$ 代表针对每种模态的特定于节点的、可训练的缩放向量。
   • 不同于固定核，这些缩放系数是可学习的，用以自适应地捕获不同模态下单个节点的局部特征。这使得模型能够根据特定的成像数据，确定每个 ROI 的最佳邻域范围。

2. 模态特异性自注意力块：

   • 来自卷积块的嵌入 $\{H^m_Z\}$ 被输入到 基于 Transformer 的自注意力机制 中。
   • 不同于通常将所有 Token 同等对待的标准 Transformer，GTAD 为每个模态分配了一个特定的注意力头。这使得模型能够整合图中未被局部卷积捕获的长程信息。
   • 多头自注意力通过跨越不同 ROI 共同关注来自不同模态的信息来计算全局特征。该模块包含残差连接和层归一化，以稳定学习过程。

3. Transformer 引导的缩放更新：

   • 来自注意力块的全局表示 $B_P$ 被传递给下游分类器以预测疾病标签。
   • 损失函数（交叉熵）不仅用于更新权重，还用于更新模态特异性的缩放系数 $s^m$。
   • 应用 $\ell_1$ 范数正则化以确保热核的缩放系数为正值。这种机制允许 Transformer 引导自适应扩散过程，从而有效地根据全局分类任务调整局部感受野。

核心贡献

1. 新颖框架： 本文提出了一个通过自适应扩散核聚合短程属性，并通过多头注意力聚合长程属性的框架，解决了纯卷积或纯注意力 GNN 的局限性。
2. 卓越性能： 该模型在临床前 AD 的图分类任务中展示了最先进的性能，超越了包括基于卷积的 GNN（GCN、GAT）、基于扩散的 GNN（GraphHeat、GDC、ADC、LSAP）以及图 Transformer（NodeFormer、DIFFormer、SGFormer）在内的各种基准模型。
3. 可解释性： 该框架通过学习节点缩放系数和注意力分数提供可解释性。这使得识别与临床前 AD 阶段相关的关键 ROI 成为可能，从而为哪些解剖区域对特定成像模态最为关键提供了见解。

实验结果
实验在 阿尔茨海默病神经影像学倡议（ADNI） 数据集上进行，该数据集包含 919 名临床前受试者，分为对照组（CN）、显著记忆担忧组（SMC）和早期轻度认知障碍组（EMCI）。研究利用了来自弥散张量成像（DTI）的结构大脑网络以及来自 FDG-PET、$\beta$-淀粉样蛋白 PET 和 MRI（皮层厚度）的 ROI 测量值。

• 分类准确率： GTAD 在所有模态组合的实验中均取得了最高的准确率。值得注意的是，当使用所有成像特征时，它达到了 96.3% 的准确率，超过了表现次优的 Transformer 方法（SGFormer 为 95.1%）。
• 鲁棒性： 该模型即使在困难条件下也能保持高性能，例如使用皮层厚度和 $\beta$-淀粉样蛋白预测早期 AD 阶段，其准确率达到了 94.5%。
• 消融实验： 移除自适应卷积层或多模态注意力机制会导致性能显著下降，证实了局部自适应缩放与全局注意力的联合训练对于模型有效性至关重要。

可解释性发现
研究通过分析学习到的缩放系数和注意力分数来识别疾病特异性变化：

• 自适应缩放： 模型发现，具有较小训练缩放系数的 ROI 高度依赖于邻域信息，而具有较大缩放系数的 ROI 则需要远距离特征。同一脑区在不同模态下的缩放系数差异显著，为子网络提供了多维度的理解。
• 关键 ROI： 模型强调了具有高重要性的特定区域，包括舌回（在所有模态中检测到的重要性率最高）、海马体（在 FDG 中具有高重要性）以及壳核（在皮层厚度和 $\beta$-淀粉样蛋白中具有高重要性）。这些区域已知是 AD 病理进程中最先受影响的区域之一。

意义
作者声称 GTAD 为临床前 AD 的分类和解释提供了一种切实可行的解决方案。通过通过 Transformer 引导的扩散过程有效地结合局部和全局图属性，该模型不仅提高了诊断准确性，还识别了与疾病相关的关键解剖区域。这种双重能力通过阐明与阿尔茨海默病临床前阶段相关的特定生物标志物变化，支持了早期诊断和潜在的疾病预防策略。