2026.7.13
本文提出KGT，将脑区医学知识图谱嵌入MRI脑图建模，在AD、PD诊断和脑龄预测中提升性能与可解释性。
Title题目
01
KGT：用于神经退行性疾病诊断与脑龄预测的知识引导图Transformer
KGT: Knowledge-guided graph transformer for neurodegenerative disease diagnosis and brain age prediction with MRI
文献速递介绍
02
引言部分首先说明阿尔茨海默病和帕金森病等神经退行性疾病具有渐进发展、难以治愈的特点，早期诊断和风险评估具有重要临床意义。结构MRI能够反映脑萎缩、脑室扩大和解剖连接改变等与疾病和衰老相关的形态学信息，因此被广泛用于AD、MCI、PD诊断和脑龄预测。现有CNN、GNN和Transformer方法能够从MRI中学习局部特征、脑区关系或长程依赖，但大多是纯数据驱动，容易忽视脑结构和疾病机制相关的医学先验，导致模型学到的影像模式难以与临床意义对应。作者认为，已有知识引导方法通常只把知识作为辅助输入，没有深入融入脑图的节点表示和边连接结构，难以建模ROI之间细粒度的病理、功能和语义关系。为解决这一问题，本文提出KGT，将医学知识直接注入ROI特征和脑图拓扑，在节点和边两个层面引导图Transformer学习，从而提升诊断、预测和解释能力。
相关工作
相关工作部分回顾了三类脑影像深度学习方法。CNN方法擅长从三维MRI中提取层级局部特征，已用于AD、MCI、PD分类和脑龄估计，但难以捕获分布式脑区之间的长程依赖。Transformer方法通过自注意力建模全局关系，在脑龄估计和疾病诊断中表现较好，但如果直接基于图像块或全局特征建模，往往缺少显式的脑区结构约束。GNN方法将脑区视为节点、脑区关系视为边，适合描述脑网络和ROI间交互，但多数图构建方式仍主要来自影像相似性或连接数据，缺乏医学知识对脑区关系的指导。作者还讨论了知识图谱和专家系统等知识引导方法，指出现有工作多将知识作为额外模态或查询特征加入模型，没有系统地改变脑图中的节点语义和边结构。本文的定位是把结构MRI表示和医学知识图谱结合起来，让领域知识参与ROI特征调制、语义边构建和图Transformer的信息传播。
Aastract摘要
03
本文关注结构MRI在阿尔茨海默病、帕金森病等神经退行性疾病诊断以及脑龄预测中的应用，指出现有深度学习方法多依赖影像数据本身，缺少对脑结构、疾病机制和医学先验知识的显式利用。作者提出KGT框架，先用卷积自编码器提取ROI级影像特征，再构建面向脑ROI的医学知识图谱，并通过对SBERT进行对比学习微调生成ROI知识嵌入。随后，方法将影像特征、空间邻近关系和知识语义相似性融合成混合脑图，并用图Transformer学习跨脑区交互，用于疾病分类和年龄回归。实验在ADNI、PPMI和UKB三个公开数据集上进行，结果显示KGT在AD、MCI转化、PD、多阶段疾病诊断和脑龄预测中均优于多种CNN、Transformer和图模型基线，同时能突出更符合神经科学证据的关键脑区。
Method方法
04
方法部分提出KGT的整体流程，包括影像特征提取、知识嵌入生成和知识引导图Transformer三大组件。首先，作者用三维卷积自编码器对结构MRI进行重建预训练，编码器输出潜在特征图，再根据脑图谱ROI标签对每个脑区内的体素特征求平均，得到128维ROI影像特征。其次，作者构建面向脑ROI和神经退行性疾病的医学知识图谱，数据来自SemMedDB、ADERC、BioRel、BioLORD和AGCT等结构化生物医学资源，经过模式校验、实体消歧、关系归一化和矛盾过滤后，形成包含918,919条记录、92,918个实体和75类关系的知识图谱。随后，作者以SBERT为基础，通过对比学习微调知识编码器，将共享头实体或尾实体的三元组表达拉近，将无关表达推远，从而生成包含病理、临床、功能和解剖语义的ROI知识嵌入。最后，KGT将ROI影像特征与投影后的知识嵌入逐元素相乘形成知识增强节点表示，并分别根据特征相似性、空间邻近性和知识嵌入相似性构建三类Top-K边，取并集形成混合脑图。该图输入多头图Transformer，通过注意力机制聚合局部和全局ROI交互，再经读出层和全连接层完成二分类、多分类或脑龄回归。
实验与结果
实验部分使用ADNI、PPMI和UKB三个公开数据集。ADNI用于AD与正常对照分类、pMCI与sMCI转化预测以及AD、MCI、正常对照三分类；PPMI用于PD与正常对照分类以及PD、Prodromal和正常对照三分类；UKB包含16,458名正常受试者，用于脑龄预测。MRI预处理包括N4偏置场校正、BET去颅骨、FNIRT配准到MNI152模板、裁剪到固定尺寸以及强度归一化；部分空间边对比实验还使用DTI处理得到结构连接矩阵。模型训练分三阶段进行，即在UKB上预训练卷积自编码器、在知识图谱上微调SBERT知识编码器、最后训练图Transformer。与已有方法相比，KGT在ADNI上取得AD vs. NC准确率94.8%和AUC 98.0%，pMCI vs. sMCI准确率84.5%和AUC 85.5%，AD/MCI/NC三分类准确率75.3%和AUC 86.7%。在PPMI上，KGT的PD vs. NC准确率为79.1%，AUC为80.2%；PD/Prodromal/NC三分类准确率为60.3%，AUC为74.1%。在UKB脑龄预测中，KGT达到MAE 2.62年、RMSE 3.29年、PCC 0.902，优于对比的CNN、Transformer和图模型。总体结果表明，把知识嵌入节点和边结构后，模型能更好捕捉与疾病进展和脑衰老相关的细粒度脑区变化。
消融分析与组件影响
消融实验表明，KGT的性能提升来自多个模块的累积贡献。仅使用ROI影像特征的ImgROI基线效果最低，加入知识嵌入后，各任务性能均提升，说明医学语义能补充影像本身未显式表达的信息。进一步加入空间边、特征边或知识边后，模型继续提升，其中知识边通常提供更强的临床相关关系建模能力；同时加入空间边和特征边优于单一边类型；完整模型整合空间、特征和知识三类边，在AD、MCI转化、PD和脑龄预测任务上均达到最佳结果。ROC曲线也显示，从影像特征到知识增强，再到混合图建模，AUC逐步上升。作者还考察了脑图谱选择、知识扰动、小脑ROI、Top-K邻居数和空间边构建方式。AAL图谱略优于DKT和Harvard-Oxford，但方法在不同图谱下均能泛化；对知识嵌入加噪声或打乱知识图谱尾实体会导致性能下降，证明性能提升依赖于知识图谱中真实一致的语义结构；小脑ROI对AD诊断帮助较小甚至降低性能，但对PD诊断有益；Top-K取8时在稀疏性和冗余连接之间取得较好平衡；DTI结构连接构建的空间边优于固定图谱和基于质心距离的空间图，而DTI边结合特征边和知识边可取得更高性能。
Discussion讨论
05
讨论部分重点分析了模型可解释性和潜在生物标志物。作者使用Grad-CAM计算ROI重要性，并比较知识引导模型与仅影像模型的差异。在AD诊断中，KGT突出海马、海马旁回、杏仁核、后扣带回、嗅皮层和下顶叶等经典AD相关脑区，同时也提示扣带回等可能补充标志物；而无知识模型更容易关注枕叶等缺乏明确AD关联的区域。在MCI转化预测中，KGT关注后扣带回、岛叶、嗅皮层和海马等与早期认知下降相关的区域。在PD诊断中，KGT识别豆状核、壳核、辅助运动区、苍白球和丘脑等经典PD相关结构，并发现额叶、颞叶和扣带区域等可能与PD认知缺陷有关的补充区域。在脑龄预测中，KGT突出背外侧额上回、海马、尾状核、楔前叶、额中回、后扣带和嗅皮层等与正常衰老相关的区域。作者进一步通过图Transformer第一层注意力矩阵分析AD任务中的ROI交互，发现知识引导模型的高注意力连接更集中在边缘系统和内侧颞叶区域，并与Grad-CAM识别的重要脑区高度重叠，说明知识引导不仅提升性能，也使图级注意力更符合生理和临床解释。
局限与未来工作
作者指出本文仍存在若干局限。第一，虽然知识图谱来自专家整理或结构化医学资源，但这些资源可能更新滞后，无法及时包含最新研究发现；未来可结合新数据库、文献抽取和大语言模型辅助关系挖掘，构建持续更新的脑医学知识图谱。第二，当前解释主要基于群体平均ROI重要性和注意力，可能掩盖个体差异或疾病分期差异；未来可研究个体级重要性图、聚类分析和分期分层解释，以支持个性化诊断。第三，虽然KGT能适配不同脑图谱，但过细粒度分区在医学文献和知识库中未必有独立语义概念，可能缺少可靠知识嵌入；未来可通过层级本体或父级脑区合并保持语义一致性，同时保留较高空间分辨率。
Conclusion结论
06
结论部分总结了KGT的核心贡献：该框架通过卷积自编码器提取结构MRI的ROI级表示，通过脑ROI医学知识图谱和对比学习知识编码器生成领域语义嵌入，再用融合影像特征、空间邻近和知识相似性的混合脑图建模脑区关系。图Transformer在该混合脑图上学习复杂跨区域交互，从而服务于神经退行性疾病诊断和脑龄预测。ADNI、PPMI和UKB上的实验验证了KGT在多类任务中的优越性能，并显示模型识别出的关键ROI与已有神经科学和临床研究高度一致。作者认为，未来若进一步引入多模态数据，如功能MRI、DTI、遗传和临床量表信息，KGT有望获得更强的鲁棒性和预测能力。
Figure图
07
图1.
该图展示了KGT的三阶段流程：首先用卷积自编码器从结构MRI中提取ROI影像特征；其次根据公共医学知识数据和脑图谱构建ROI导向知识图谱，并训练知识编码器生成ROI知识嵌入；最后融合影像特征、空间邻近、特征相似性和知识相似性构建混合脑图，再输入图Transformer完成疾病诊断或脑龄预测。它是全文最核心的方法图，说明本文的创新不只是加入文本知识，而是把知识同时嵌入节点特征和图边结构。
图2.
该图说明作者如何从医学知识图谱中学习脑区知识嵌入。知识图谱包含术语关系术语三元组和术语定义二元组，经过知识编码器得到嵌入后，语义相关的脑区或实体被拉近，无关实体被推远。例如与情景记忆相关的上额回和海马在嵌入空间中更接近。这一过程使ROI表示携带病理、功能和解剖语义，为后续知识边构建和节点特征调制提供基础。
图3.
该图展示AD vs. NC、pMCI vs. sMCI和PD vs. NC三项二分类任务中的ROC曲线。曲线表明，从仅使用ROI影像特征，到加入知识嵌入，再到逐步加入空间边、特征边和知识边，模型AUC整体逐步提升，完整混合图模型表现最好。该图直观验证了KGT中知识增强和多类型边融合对诊断性能的贡献。
图4.
该图比较不同K近邻数量对AD诊断和MCI转化预测的影响。随着K从4增加到8，准确率、敏感性、特异性和AUC整体提升；继续增大到10、12或15后，性能反而下降，说明过少连接会遗漏有用脑区关系，过多连接会引入冗余或噪声。实验支持本文将混合图构建中的K设为8。
图5：
该图比较知识引导模型和仅影像模型在AD、MCI转化、PD和脑龄预测中的Top 10重要ROI。知识引导模型更常突出与已有研究一致的经典脑区，如AD中的海马、海马旁回、杏仁核和后扣带回，PD中的壳核、苍白球、丘脑和辅助运动区，以及脑龄预测中的额叶、海马、尾状核和楔前叶。相比之下，无知识模型会更多关注缺乏明确疾病相关性的脑区，说明医学知识能提升模型注意区域的临床合理性。
图6：
该图展示图Transformer在AD vs. NC训练集上学习到的90乘90脑区注意力矩阵，并比较有知识和无知识两种设置。知识引导模型的注意力更集中于边缘系统和内侧颞叶等与AD相关的脑区连接，且高交互脑区与Grad-CAM识别的诊断ROI有更多重叠。该结果表明，知识引导不仅提升分类性能，也能让图注意力学习到更符合神经生物学的跨脑区信息流。
