Red de atención reforzada con conocimiento estructural y estadístico para el diagnóstico temprano de la enfermedad de...

Área de la Ciencia:

• La neuroimagen es una técnica de neuroimagen.
• La inteligencia artificial es inteligencia artificial.
• Trastornos neurológicos Trastornos neurológicos

Sus antecedentes:

• El diagnóstico precoz de la enfermedad de Parkinson (EP) es crítico pero desafiante.
• Los modelos actuales de aprendizaje profundo (DL) para el diagnóstico de la EP carecen de integración del conocimiento específico del dominio.
• Esto limita la precisión del diagnóstico y la interpretabilidad clínica.

Objetivo del estudio:

• Desarrollar un marco especializado de DL para la detección temprana de la EP.
• Integrar el conocimiento del dominio de neuroimagen para mejorar el rendimiento diagnóstico.
• Mejorar la interpretabilidad clínica de los modelos de diagnóstico de la EP.

Principales métodos:

• Propuso la red de atención reforzada con conocimiento estructural y estadístico (SSKEA-Net).
• Incorpora módulos de modulación interactiva gris-blanco (GWIM) y atención estadística guiada previa (SPGA).
• Evaluado utilizando imágenes de tensor de difusión en un conjunto de datos de PD de etapa temprana coincidente.

Principales resultados:

• SSKEA-Net logró una alta precisión de diagnóstico (ACC 0.8798±0.0158).
• Superó el rendimiento de los modelos existentes de DL y neuroimagen.
• Los mapas de calor de activación mostraron una localización precisa en regiones cerebrales clínicamente relevantes.

Conclusiones:

• SSKEA-Net combina efectivamente el conocimiento del dominio con DL para una detección temprana de PD precisa e interpretable.
• El marco ofrece un enfoque valioso para la IA de neuroimagen clínica.
• Esto mejora la confiabilidad de los sistemas de IA en el diagnóstico de enfermedades neurológicas.