NeuroBridge：桥接多任务MRI知识用于神经退行性疾病诊断

arXiv cs.LG 论文
neurodegenerative-disease mri multi-task-learning alzheimers dementia deep-learning medical-imaging

摘要

NeuroBridge是一个临床引导的多任务MRI框架，用于诊断阿尔茨海默病和轻度认知障碍，实现了高准确率和跨队列泛化能力。

arXiv:2607.01401v1 公告类型：新 摘要：引言：基于MRI准确识别阿尔茨海默病（AD）、轻度认知障碍（MCI）及相关痴呆症仍然具有挑战性，因为疾病相关的结构变化往往微妙且异质性高。我们开发了NeuroBridge，这是一个临床引导的多任务MRI框架，用于神经退行性疾病诊断。方法：NeuroBridge将大规模自监督MRI预训练与海马体分割、海马体萎缩分类和重建目标相结合，随后进行门控融合微调。在ADNI和OASIS队列中评估了性能，包括跨队列迁移、基于概率的分析和机会性筛查。结果：NeuroBridge在评估的分类任务中取得了最高性能，在ADNI中AD与认知正常对照的准确率达到88.17%，在OASIS中达到82.78%。最大的改进出现在MCI相关和混合诊断场景中。该框架展示了强大的跨队列泛化能力、预测类别概率与准确率之间的系统性关联，以及基于概率的机会性筛查的可行性。讨论：临床引导的多任务表示学习比传统的单任务方法更有效地改善了神经退行性MRI诊断。NeuroBridge为痴呆评估和基于MRI的机会性筛查提供了一个稳健且可扩展的框架。
查看原文
查看缓存全文

缓存时间: 2026/07/03 05:40 

# NeuroBridge：桥接多任务MRI知识用于神经退行性疾病诊断
来源：https://arxiv.org/abs/2607.01401
查看PDF (https://arxiv.org/pdf/2607.01401)

> 摘要：引言：基于MRI的阿尔茨海默病(AD)、轻度认知障碍(MCI)及相关痴呆症的准确识别仍具挑战性，因为疾病相关的结构变化往往细微且异质性高。我们开发了NeuroBridge——一个用于神经退行性疾病诊断的临床引导多任务MRI框架。方法：NeuroBridge将大规模自监督MRI预训练与海马体分割、海马体萎缩分类和重建目标相结合，随后采用门控融合微调。在ADNI和OASIS队列中评估了性能，包括跨队列迁移、基于概率的分析以及机会性筛查。结果：NeuroBridge在评估的分类任务中取得了最高性能，在ADNI中AD与认知正常对照的准确率达到88.17%，在OASIS中达到82.78%。最大的提升出现在MCI相关和混合诊断场景中。该框架展现了强大的跨队列泛化能力、预测类别概率与准确性之间的系统关联，以及基于概率的机会性筛查的可行性。讨论：临床引导的多任务表示学习在神经退行性MRI诊断上超越了传统的单任务方法。NeuroBridge为痴呆评估和基于MRI的机会性筛查提供了一个稳健且可扩展的框架。

## 提交历史

来自：李梦雨 [查看邮箱 (https://arxiv.org/show-email/647a5812/2607.01401)] **\[v1\]** 2026年7月1日星期三 19:03:42 UTC (7,645 KB)

相似文章

BrainG3N: 一种用于可控3D脑部MRI生成的双用途分词器

arXiv cs.AI

介绍了BrainG3N，一种用于3D脑部MRI潜在扩散的双用途分词器，它使用冻结的掩码自编码器（MAE）编码器生成临床信息丰富的嵌入表示，并使用CNN解码器进行重建，在23个任务的基准测试中达到了最先进性能，并实现了可控生成和纵向预测。

基于协作元知识增强的痴呆症病因诊断

arXiv cs.LG

提出了一种用于痴呆症病因诊断的协作元知识增强（COME）框架，该框架将异质性感知嵌入注入到统一的Transformer架构中，在多个独立队列上实现了最先进的性能。