Supervertex Vision Transformerによるアルツハイマー病の神経変性検出のためのマルチスケール構造マッピングの改良

要旨: アルツハイマー病（AD）の確定は、しばしば陽電子放出断層撮影（PET）または髄液（CSF）分析に依存するが、これらは費用がかかり侵襲的である。したがって、皮質の厚さ（CT）などの構造MRIバイオマーカーは、非侵襲的なADスクリーニングのために広く用いられている。近年、多尺度構造マッピング（MSSM）が、単一のT1強調MRI（T1w）スキャンから得られるCTに対して、灰白質・白質コントラスト（GWC）を統合するために提案された。この枠組みに基づき、本研究では、表面スーパー頂点マッピング（SSVM）およびスーパー頂点ビジョントランスフォーマ（SV-ViT）を組み合わせたMSSM+を提案する。AD患者および認知機能が正常な（CN）対照者の3D T1w画像を解析した。MSSM+は、頂点レベルでの溝深度および皮質曲率を取り込むことで、MSSMを拡張する。SSVMは皮質表面をスーパー頂点（表面パッチ）に分割し、領域間および領域内の空間的関係を効果的に表現する。SV-ViTは、これらのスーパー頂点上で動作するビジョントランスフォーマのアーキテクチャであり、表面メッシュ表現から解剖学的に情報付与された学習を可能にする。MSSMと比較して、MSSM+はADとCNの間で、より空間的に広い範囲の、かつ統計的に有意な群差を同定した。AD対CNの分類において、MSSM+はMSSMよりも精度-再現率曲線の面積（AUPRC）で3%p高い値を達成した。さらに、装置メーカー固有の解析により、CT、GWC、ならびにMSSMに比べて、信号のばらつきが低減し、MR装置メーカー間で一貫して分類性能が向上することが示された。これらの結果は、CSF/PETによる確定診断の前にAD検出のためのMRIベースの画像マーカーとして、SV-ViTと組み合わせたMSSM+が有望であることを示唆している。