[论文解读] iPAL: A Machine Learning Based Smart Healthcare Framework For Automatic Diagnosis Of Attention Deficit/Hyperactivity Disorder (ADHD)

Abhishek Sharma, Arpit Jain+4 more|arXiv (Cornell University)|Feb 1, 2023

EEG and Brain-Computer InterfacesNeuroscience被引用 3

一句话总结

本文提出 iPAL，一种新颖的集成机器学习框架，结合表型数据（使用 SVM）和静息态 fMRI 数据（使用神经网络），实现准确、自动化的 ADHD 诊断。该系统在 ADHD200 数据集的 400 名受试者上实现了 92.5% 的准确率，其中表型 SVM 准确率达 99.16%，fMRI 基于神经网络的模型准确率为 86.67%，展示了其在远程、可扩展临床诊断中的强大潜力。

ABSTRACT

ADHD is a prevalent disorder among the younger population. Standard evaluation techniques currently use evaluation forms, interviews with the patient, and more. However, its symptoms are similar to those of many other disorders like depression, conduct disorder, and oppositional defiant disorder, and these current diagnosis techniques are not very effective. Thus, a sophisticated computing model holds the potential to provide a promising diagnosis solution to this problem. This work attempts to explore methods to diagnose ADHD using combinations of multiple established machine learning techniques like neural networks and SVM models on the ADHD200 dataset and explore the field of neuroscience. In this work, multiclass classification is performed on phenotypic data using an SVM model. The better results have been analyzed on the phenotypic data compared to other supervised learning techniques like Logistic regression, KNN, AdaBoost, etc. In addition, neural networks have been implemented on functional connectivity from the MRI data of a sample of 40 subjects provided to achieve high accuracy without prior knowledge of neuroscience. It is combined with the phenotypic classifier using the ensemble technique to get a binary classifier. It is further trained and tested on 400 out of 824 subjects from the ADHD200 data set and achieved an accuracy of 92.5% for binary classification The training and testing accuracy has been achieved upto 99% using ensemble classifier.

研究动机与目标

• 开发一种可扩展、自动化的 ADHD 诊断系统，以减少对临床医生评估的依赖。
• 通过整合多模态数据——表型信息和功能性磁共振成像（fMRI）扫描——提高诊断准确性。
• 解决传统 ADHD 诊断的局限性，即由于与其他神经发育障碍症状重叠而常导致误诊。
• 通过云托管的智能医疗框架实现实时、远程诊断，适用于资源匮乏人群。
• 在大型公开数据集（ADHD200）上验证该框架，同时通过数据预处理和特征工程确保其鲁棒性。

提出的方法

• 使用 ADHD200 数据集，经数据整理后包含 505 名受试者的表型数据和 400 名受试者的 fMRI 数据。
• 对表型数据应用支持向量机（SVM）并采用径向基函数（RBF）核进行多类和二分类任务。
• 使用 nilearn 库从静息态 fMRI（rs-fMRI）数据中提取功能连接矩阵，并训练深度神经网络，随后通过自定义云托管管道扩展至 400 名受试者。
• 采用特征选择技术，包括 meanFD 和 DVARS 用于 fMRI 数据，RMSFD 用于运动校正，以减少噪声并提升模型泛化能力。
• 通过等权重的集成平均技术结合两个分类器（表型数据的 SVM 和 fMRI 数据的 ANN），实现最终的二分类。
• 使用 10 折交叉验证验证模型，并报告测试集上的准确率、精确率和 F1 分数等性能指标。

实验结果

研究问题

• RQ1 与单一模态方法相比，结合表型和 fMRI 数据的机器学习集成是否能显著提升 ADHD 诊断准确率？
• RQ2 SVM 在表型数据上的表现与逻辑回归、KNN、AdaBoost 等其他监督学习模型相比如何，在 ADHD 分类任务中？
• RQ3 在缺乏神经科学先验知识的情况下，基于 rs-fMRI 功能连接数据训练的深度神经网络能在多大程度上实现高诊断准确率？
• RQ4 通过集成学习整合表型和神经影像数据，是否能带来比单独使用任一模态更稳健、更具泛化能力的诊断结果？
• RQ5 该框架能否在更大规模数据集上实现扩展，同时保持高性能？在数据标准化和噪声减少方面面临哪些挑战？

主要发现

• 表型数据上的 SVM 分类器实现了 99.16% 的准确率，优于逻辑回归、KNN、AdaBoost 和随机森林在相同数据集上的表现。
• fMRI 数据上的深度神经网络在 400 名受试者的子集上实现了 86.67% 的准确率，尽管初始数据量有限（n=40，来自 nilearn），仍表现出强劲性能。
• 结合表型 SVM 和 fMRI 神经网络的集成模型在等权重下实现了 92.5% 的准确率，显示出优于单一模型的协同增益。
• 集成模型在训练集上达到 99% 准确率，测试集上达到 92.5% 准确率，表明其具有强泛化能力且过拟合程度低。
• 集成模型在精确率上达到 100%，F1 分数为 99%，证实其在正负样本预测中均具有高度可靠性。
• 研究结果表明，仅使用表型数据即可提供高度准确的诊断信号，而经过适当预处理和整合的 fMRI 数据则能提供互补的预测能力。