近日，光电学院傅迎华副教授、硕士生朱文祺等在生物医学工程领域国际权威期刊《IEEE生物医学工程汇刊》(IEEE Transactions on Biomedical Engineering)上发表题为“MLC-GCN: Multi-Level Generated Connectome Based GCN for AD Detection”的研究论文，在阿尔茨海默症智能检测研究方向取得重要成果。《IEEE生物医学工程汇刊》由IEEE工程医学与生物学学会主办，每年全球发文数量约300篇，论文遴选严格。该研究由上海理工大学与美国马里兰大学医学院（University of Maryland School of Medicine）合作完成，朱文祺同学为论文第二作者，其导师傅迎华副教授为第一作者，马里兰大学医学院 Ze Wang教授为通讯作者，上海理工大学为第一完成单位。
阿尔茨海默症（AD）是一种常见且不可逆的神经退行性疾病，早期精准识别与诊断对延缓疾病进程、提升患者生活质量具有重要意义。当前，基于静息态功能磁共振成像（rs-fMRI）的脑网络分析已成为阿尔茨海默症早期识别的关键研究方向，但受限于rs-fMRI数据低信噪比和脑网络结构复杂等问题，传统机器方法和早期深度学习模型难以实现高效、准确的特征提取与疾病预测。
针对上述技术瓶颈，研究团队创新性提出“多层生成脑连接组图卷积网络（MLC-GCN）”模型，设计了堆叠式时空特征提取模块（STFE），可生成多层级脑网络结构，既能能够充分挖掘脑功能连接的深层特征，又能有效抑制影像数据噪声，显著提升了特征表达能力与检测精度。研究通过可视化分析验证：模型识别出的上额回（SFG）、中额回（MFG）、下额回（IFG）、上颞回（STG）以及中颞回（MTG）等关键脑区，与现有神经科学研究成果高度一致，证明了人工智能方法在挖掘疾病生物标志物、辅助临床诊断方面的重要价值与应用潜力。
光电学院傅迎华副教授长期致力于人工智能与医学影像分析研究，在模式识别、脑功能影像分析等方向成果显著，曾于2021年、2022年连续在计算机视觉领域中科院一区TOP期刊《Pattern Recognition》发表研究论文，为本次阿尔茨海默症智能检测系列成果提供了坚实的理论与技术支撑。朱文祺同学科研能力突出、成果丰硕，已以第一作者身份在国际权威期刊发表多篇高水平论文：在生物神经计算领域期刊《Neural Networks》发表CGLK-GNN相关研究成果，为本次MLC-GCN模型研发奠定了重要基础；在人工智能领域中科院一区TOP期刊《Expert Systems with Applications》发表生物医学关系抽取研究论文。
此次研究成果的发表，体现了我校在智能医学影像、生物信息计算等交叉学科领域的创新实力、国际合作与人才培养质量，为阿尔茨海默症早期诊断与神经科学研究提供了新思路、新方法。未来，研究团队将继续聚焦医学人工智能关键技术，持续开展前沿探索，力争产出更多服务于生命健康领域的高水平科研成果。
MLC-GCN模型结构图
OASIS-3数据集上检测出的前20个关键脑区
论文连接：
https://ieeexplore.ieee.org/abstract/document/11420876
https://www.sciencedirect.com/science/article/abs/pii/S0893608026001516
