MVMGNN: 구조적 MRI를 이용한 알츠하이머 질환 진단을 위한 다중 뷰 마스킹 그래프 신경망
MVMGNN;Multi-View Masked Graph Neural Network for Alzheimer's Disease Diagnosis using Structural MRI
알츠하이머 질환(AD)은 흔한 신경퇴행성 장애로, 조기 진단은 질병 진행을 늦추고 적시에 개입하는 데 있어 매우 중요하다. 경도 인지 장애(MCI)는 인지적으로 정상적인 노화와 AD 사이의 중간 임상 단계를 나타낸다. 구조적 자기공명영상(sMRI)은 해부학적 구조를 상세히 특성화하며 AD 관련 뇌 분석에서 중요한 역할을 한다. 그러나 기존의 sMRI 기반 뇌 네트워크 방법은 단일 그래프 구성 전략에 의존하는 경우가 많아 뇌 영역 간의 공간적 관계와 형태적 유사성을 함께 포착하는 능력이 제한된다. 이러한 문제를 해결하기 위해 본 논문은 AD 진단을 위한 sMRI 기반 다중 뷰 마스킹 그래프 신경망 모델(MVMGNN)을 제안한다. 라디오믹스(radiomics) 특징 차원과 구조적 연결을 동시에 선택하여 그래프 학습 중 중복성을 줄이기 위한 노드-엣지 결합 마스킹 메커니즘을 제안한다. 또한 다중 뷰 표현을 통합하기 위한 환자 수준의 교차 뷰 게이트 융합 메커니즘을 제안한다. ADNI 데이터셋에 대한 실험 결과, MVMGNN이 AD 분류에서 여러 경쟁 방법보다 우수한 성능을 보임을 입증한다. 해석 가능성 분석을 통해 MVMGNN이 AD와 관련된 주요 뇌 영역을 식별할 수 있음을 추가로 확인하였으며, sMRI 기반 뇌 네트워크의 판별 패턴에 대한 유용한 통찰을 제공한다. 구현 코드는 https://github.com/chenzhao2023/MVMGNN_AD 에서 공개적으로 이용 가능하다.