近日，生物医学工程学院杨丰、方智文团队在国际顶级学术期刊《IEEE Transactions on Medical Imaging》发表了最新科研成果：Multi-Template Meta-Information Regularized Network for Alzheimer's Disease Diagnosis Using Structural MRI.

阿尔兹海默症(Alzheimer's Disease, AD)是一种进行性的神经退行性疾病，临床主要表现为记忆和认知功能下降。AD早期诊断对患者的治疗与护理具有重大临床意义。在临床上，AD通常具有年龄和性别等元信息偏向性，同时存在大脑正常老化等现象。虽然元信息可为AD诊断提供一定的先验知识，但过度关注元数据相关的大脑解剖信息将导致潜在的混淆效应，从而减弱模型的泛化能力。为在克服混淆效应的同时充分利用元数据先验知识，该研究提出了多模板元信息正则化网络架构，设计弱监督元信息学习和互信息最小化机制，从疾病相关表征中学习并解耦元信息，提升阿尔兹海默症辅助诊断的性能。

图1.多模板元信息正则化网络结构图