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

早期诊断阿尔茨海默病是现代医学面临的最紧迫挑战之一，通常依赖医生检查大脑的磁共振成像（MRI）扫描图。这些图像揭示了大脑的物理结构，展示了随着疾病从极轻微的记忆力减退发展到严重的痴呆症阶段，不同区域是如何萎缩或变化的。虽然人类专家可以识别出这些变化，但这项任务非常困难，因为早期阶段的差异极其细微，且大脑的解剖结构非常复杂。为了提供帮助，科学家们转向了人工智能，特别是被称为“深度学习模型”的一种计算机程序。这些程序就像数字显微镜，经过训练以识别人类肉眼可能忽略的医学图像中的模式。通过结合多个不同计算机模型的见解，研究人员希望创造出一个不仅更准确，而且比任何单一运行的程序都更可靠的系统。

在最近的一项研究中，来自印度东北印度理工学院（NERIST）的研究人员 Shashi Kant Mourya 和 Ajit Kr. Singh Yadav 开发了一个复杂的系统，旨在将大脑扫描图像分为四个不同的类别：无痴呆、极轻微痴呆、轻度痴呆和中度痴呆。他们的方法被称为“两层堆叠集成”（two-level stacking ensemble），其工作原理是收集三位不同人工智能专家的意见，然后由第四位经验更丰富的裁判做出最终决定。前三位专家是专门用于观察 MRI 切片的专业化计算机网络。其中两个网络是广为人知的成熟设计，称为 ResNet152 和 DenseNet121，它们已在许多之前的研究中得到应用。第三个专家是一个为本项目专门构建的自定义网络，名为 Shashi-CNN，它是从零开始设计的，旨在专注于大脑扫描中独特的纹理。

研究人员并没有让这三个网络直接对答案进行投票，而是让它们按照特定的顺序协同工作。首先，每个网络分析大脑图像并提取详细的特征列表，本质上是将视觉数据转化为描述大脑状况的一长串数字。这些列表随后被合并并简化，以去除任何干扰性的噪声，仅保留最重要的信息。经过精炼的数据被输入到一个名为“支持向量机”（Support Vector Machine）的第一层分类器中，该分类器为每张图像做出初步预测。至关重要的是，为了确保系统不会仅仅是死记硬背答案，研究人员使用了一种测试方法来训练这一层，即使用模型在训练阶段未曾见过的数据对其进行测试。

最后一步涉及一个名为 XGBoost 的高级算法，它充当第二层裁判，即“元学习器”。这位裁判并不直接观察原始的大脑图像；相反，它观察第一层三个网络以及第一层分类器生成的置信度分数和预测结果。通过分析这些不同的专家是如何达成一致或产生分歧的，XGBoost 模型学会了如何权衡它们的意见，决定对于每种特定类型的大脑扫描，哪位专家最值得信赖。这种分层方法使得系统能够捕捉到单个模型可能会遗漏的错误，有效地创建了一个团队，其中一个模型的弱点由另一个模型的优势来弥补。

这项研究的结果非常出色。当在包含 6,400 张大脑 MRI 切片的数据集上进行测试时，整个系统达到了近 99.97% 的准确率。这意味着在每 10,000 次扫描中，系统能正确识别 9,997 次痴呆症阶段。该系统在五轮不同的测试中几乎表现完美，展现出的连贯性表明它不仅仅是运气好，而是真正理解了疾病的模式。相比之下，本研究中表现最好的单一模型——自定义的 Shashi-CNN，其准确率约为 98.4%，而其他成熟模型的得分较低。研究人员证实，使用全套模型所获得的提升具有统计学意义，这意味着这种差异是真实的，而非由于随机偶然产生的。

为了确保系统是基于正确的原因做出决策，研究人员使用了一种名为 Grad-CAM 的可视化技术。该工具会在原始大脑图像上创建一个热图，突出显示计算机在做出诊断时所关注的具体区域。可视化结果显示，该模型聚焦于解剖学相关的区域，例如海马体和皮层区域，这些区域在阿尔茨海默病患者身上会出现萎缩。它并没有被背景噪声或无关部分的图像所干扰。这种对正确生物结构的关注，让医生相信该系统正在学习疾病本身，而不是仅仅在记忆数据中的模式。

尽管该系统在使用的数据集上取得了近乎完美的成绩，但作者指出，该系统尚未在来自不同医院或使用不同类型 MRI 机器的数据上进行测试。该数据集包含了一系列大脑扫描图像，但其中一个类别（代表中度痴呆患者）比其他类别要小得多，这可能会影响系统的学习过程。尽管存在这些局限性，但这项研究表明，将多个深度学习模型与智能投票系统相结合，可以创建一个强大的工具，用于区分阿尔茨海默病微妙的不同阶段。研究结果表明，这种框架可以作为一个高度可靠的辅助工具进行早期诊断，从而有可能在疾病最易于治疗的阶段将其发现。