💻 computer science

ImProNCDE: Impulse-Corrected Neural Controlled Differential Equations with Prototype Learning for Longitudinal Prognosis Prediction

本文提出了 ImProNCDE，一种通过原型学习和残差脉冲校准增强的脉冲修正神经控制微分方程框架，旨在通过更好地捕捉突发性病理变化并稳定长程预后预测，来应对稀疏、不规则且不完整的纵向眼科数据所带来的挑战。

原作者： Hao Wang, Yupeng Xu, Jinghao Lin, Shuchang Ye, Yige Peng, Jinman Kim, Kun Liu, Lei Bi

发布于 2026-06-19

📖 1 分钟阅读☕ 轻松阅读

原作者： Hao Wang, Yupeng Xu, Jinghao Lin, Shuchang Ye, Yige Peng, Jinman Kim, Kun Liu, Lei Bi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：预测眼部疾病的未来

想象一下，一位医生正试图预测一名患者在未来一年内眼部疾病的发展情况。医生手里有一系列在不同时间拍摄的照片（OCT 扫描图）。但问题在于，这些照片并不是按照严格的时间表拍摄的。有时患者每个月都会来复查；有时则会连续半年都不来。此外，疾病的变化并不总是缓慢进行的；有时治疗会立竿见影，或者疾病会突然爆发。

现有的计算机模型在处理这类问题时表现挣扎。它们就像一列平稳、缓慢移动的火车，假设轨道永远是笔直的。如果轨道突然跳变，或者火车撞到了坑洼（即眼部发生了突发变化），这列火车仍会沿着旧有的路径行驶，从而错失现实情况。

ImProNCDE 是一种全新的 AI 系统，旨在成为一个更聪明的导航员。它不仅仅是基于一条平滑曲线来猜测未来；它还会不断地根据现实情况核对地图，并在新信息到达时进行突然的“跳跃”以修正航向。

工作原理：三大核心工具

研究人员利用三个“工具”构建了这个系统，以应对现实世界医疗数据中那种杂乱、不规则的特性。

1. 平滑之路 (NCDE)

问题： 大多数疾病的变化是渐进的，就像河流在流动。标准的 AI 模型试图在两次眼部扫描之间画出一条平滑的线。
解决方案： 该系统使用了一种称为神经控制微分方程 (Neural Controlled Differential Equation, NCDE) 的技术。你可以把它想象成一个 GPS，即使在两次扫描间隔数月的情况下，它也能在你的眼部扫描图之间绘制出一条平滑且连续的线条。它假设疾病在两次就诊之间像河流一样平稳流动。

2. “现实检查” (残差脉冲校准 - RIC)

问题： 有时，“平滑河流”的假设会失效。患者可能接受了一次注射（抗 VEGF 治疗）导致肿胀瞬间消退，或者疾病突然恶化。当患者下次回来进行扫描时，照片看起来与平滑 GPS 预测的情况完全不同。
解决方案： 这就是 RIC 发挥作用的地方。想象你在开车，你的 GPS 提示“1 英里后左转”，但你看向窗外，发现前方有一个巨大的路障。你不会盲目地继续行驶，而是会猛踩刹车并突然转向。

工作原理： 当新的眼部扫描到达时，ImProNCDE 会将其与它预测会发生的情况进行比较。如果两者之间存在巨大差异（即“残差”），它就会向其内部模型注入一个突然的“脉冲”或修正。它本质上是在说：“我的平滑预测错了；我需要立即将我的内部状态跳转到以匹配这一新现实。”

3. “磁铁” (原型引导轨迹稳定器 - PTS)

问题： 如果你为了修正路径而不断进行突然的跳跃，你可能会迷失方向或偏离真相太远，尤其是在需要预测较长时间的未来时。路径可能会变得不稳定。
解决方案： 这就是 PTS。想象你在一片雾气缭绕的森林中导航。你有一张地图，上面有三个特定的“磁铁”（原型），分别代表三种可能的结局：痊愈、未痊愈和复发。

工作原理： 在系统完成一次修正（即“跳跃”）后，它会将路径轻轻地拉向最近的“磁铁”。这能让预测保持有序，防止其发生漂移。它确保即使在经过多次修正后，最终的预测仍能清晰地落在“痊愈”或“复发”区域内，从而使最终诊断更加可靠。

结果：为什么这很重要

研究人员在三组不同的眼科患者（一些患有糖尿病，一些患有青光眼）身上测试了这个系统。他们将 ImProNCDE 与其他先进的 AI 模型（包括那些尝试“生成”未来图像的模型）进行了对比。

胜出者： ImProNCDE 始终优于其他模型。
证据： 在一项包含超过 1,200 个患者样本的测试中，它在预测谁会好转以及谁会恶化方面表现得更好。
视觉呈现： 当研究人员观察 AI 的“思考方式”（其内部数据）时，他们看到 ImProNCDE 能将不同的患者组（痊愈 vs 复发）清晰地分隔开来，而其他模型则会让它们像模糊的混乱物一样混合在一起。

总结

可以将 ImProNCDE 想象成一名跑步运动员的聪明且具有适应性的教练：

它在两个补给站（就诊点）之间平滑地预测跑步者的配速。
如果跑步者突然加速或绊倒（新的扫描显示了变化），教练会立即大声发出修正指令以调整计划（RIC）。
教练让跑步者专注于终点线，确保他们不会偏离赛道（PTS）。

这使得 AI 能够比以往的方法更好地处理现实中眼部疾病那种杂乱、不规则且突发的变化。

技术摘要：用于纵向眼科预后预测的 ImProNCDE

1. 问题陈述

纵向眼科影像分析对于预后预测至关重要，然而现有的 AI 辅助模型在处理临床随访数据时面临显著挑战。临床序列通常具有稀疏、不规则采样且不完整的特性。虽然神经控制微分方程（NCDEs）为这类数据提供了一个原则性的连续时间框架，但标准实现形式在临床场景中存在两个特定的局型限制：

与突发变化的失配： 标准 NCDEs 假设潜在动力学是平滑的。然而，由于治疗干预（如抗 VEGF 注射）、病变复发或较长的随访间隔，疾病轨迹往往会发生突发的病理转变。标准模型无法在新的观测值偏离平滑连续预测时，显式地重新校准潜在状态。
误差累积： 在长跨度内的数值积分会累积误差，导致潜在轨迹变得不稳定，从而偏离真实的病理状态，削弱类间判别能力和预后准确性。

2. 方法论：ImProNCDE

作者提出了 ImProNCDE（脉冲校正神经控制微分方程），该框架旨在对不规则的纵向眼科轨迹进行建模，同时处理突发的病理转变。该流水线由三个耦合组件组成：

A. 空间语义嵌入与连续路径构建

编码器： 使用预训练的视网膜基础编码器（RETFound）从不规则的 OCT 扫描中提取访问级影像嵌入 ( $x_i$ )。
连续控制路径： 为了驱动微分方程，这些离散的访问嵌入通过自然三次 Hermite 插值被提升为连续、可微的控制路径 $x(t)$ 。
控制信号： 该样条函数的解析导数 $u(t) = \frac{dx(t)}{dt}$ 作为 NCDE 解算器的连续控制信号，使得潜在系统能够在访问间隔期间连续演化，同时受到患者特定时间背景的引导。

B. 残差脉冲校正 (RIC)

为了解决平滑 NCDE 预测与突发观测变化之间的失配问题，RIC 在每次访问时间 $t_{i+1}$ 对潜在状态进行重新校准：

残差计算： 模型将 NCDE 预测的潜在状态 ( $h_{pred}$ ) 与新观测到的影像特征 ( $x_{gt}$ ) 进行比较。计算残差 $r$ ： $r = x_{gt} - W_{align}h_{pred}$ 。
脉冲生成： 残差被投影到一个紧凑的代码中，并用于计算与当前潜在状态的外积交互。一个可学习的增益函数将此映射为残差到状态的增益矩阵。
状态重校准： 向潜在状态应用脉冲校正 $\Delta h$ ： $h_{new} = h_{pred} + \beta \Delta h$ 。这使得模型能够在发生显著偏差时，“跳跃”潜在轨迹以与新的观测值保持一致。

C. 原型引导轨迹稳定器 (PTS)

为了减轻长跨度漂移并提高类别可分性，PTS 施加了一个类别感知的几何约束：

可学习原型： 模型学习一组预后原型 $\{p_k\}$ ，每个原型代表特定结局类别的潜在锚点。
马氏距离： 使用对角马氏距离测量 $h_{new}$ 与各原型之间的接近程度，该距离学习潜在空间的维度级缩放。
稳定化： 原型引导力将潜在状态拉向原型的加权重心： $h_{stabilized} = h_{new} + \alpha \sum w_k (p_k - h_{new})$ 。这使轨迹向结局相关的区域正则化。

D. 聚合与优化

校正后的潜在序列使用带有位置嵌入的 Transformer 编码器进行聚合，以捕捉跨访问的依赖关系。最终的分类标记被传递至线性头，用于进行终点预后预测。模型使用针对序列级预后标签的标准交叉熵损失进行优化。

3. 核心贡献

ImProNCDE 框架： 一种专门为稀疏且不规则的纵向眼科数据设计的创新脉冲校正 NCDE 框架，能够通过连续时间动力学捕捉不连续的病理进展。
残差脉冲校正 (RIC)： 一种通过测量预测状态与观测状态之间的残差失配来应用自适应脉冲校正的机制，从而在访问时刻重新对齐潜在轨迹与实际疾病状态。
原型引导轨迹稳定器 (PTS)： 一种利用可学习预后原型和马氏几何来约束校正轨迹的方法，减少了长跨度漂移并提高了终点可分性。

4. 实验结果

该方法在三个数据集上进行了评估：OCT4DME（公开，短期治疗反应）、GRAPE（公开，自然青光眼进展）以及 OURS（内部，多中心糖尿病视网膜病变伴抗 VEGF 干预）。

性能： ImProNCDE 优于现有的 SOTA 方法，包括传统的序列模型（RNN, LSTM, Transformer）、医学时间序列骨干网络（Medformer, ViTST）以及适配的扩散模型（DiffMIC, TrajDiff）。
- 在 OURS 数据集上，ImProNCDE 实现了 73.30% 的准确率和 89.56% 的 AUC，在准确率上超过最强竞争对手 (DiffMIC) 0.18%，在 AUC 上超过 1.91%。
- 在 GRAPE 上，它实现了 89.74% 的准确率，显著超过排名第二的方法 10 个百分点以上。
- 在 OCT4DME 上，它实现了 77.98% 的准确率和 84.92% 的 AUC。
消融研究： 移除完整的脉冲机制 (RIC) 会导致 F1 分数剧烈下降（在 OURS 数据集上从 71.50% 降至 35.89%），证实了其处理访问级偏差的必要性。同样，移除原型稳定器 (PTS) 使 F1 降至 44.61%，验证了其在长跨度稳定性方面的作用。
表示分析： t-SNE 可视化和聚类指标（轮廓系数、ARI、NMI）表明，与原始 RETFound 特征相比，ImProNCDE 为不同的预后类别产生了更紧凑且分离度更高的潜在簇。

5. 重要性与主张

论文声称 ImProNCDE 提供了一个有效的框架，用于对稀疏、不规则且具有临床动态性的眼科随访序列进行建模。其重要性在于：

处理临床现实： 不同于假设平滑演化的标准连续模型，ImProNCDE 显式地考虑了由治疗或疾病复发引起的突发病理变化，这些变化在临床随访中很常见，但常被标准 NCDEs 忽略。
稳定性： 通过集成原型学习，该框架解决了长跨度内误差累积的问题，确保潜在轨迹始终锚定在具有临床意义的结局区域。
泛化性： 该方法在多种临床场景（包括干预驱动的队列、自然进展队列和短期反应设置）中展示了稳健的性能，且无需显式的未来图像生成。

作者指出，虽然目前的评估局限于眼科和抗 VEGF 干预，但该框架为建模其他医学领域的非规则纵向数据提供了一个极具前景的方向，尽管仍需进一步验证。