[论文解读] Multimodal normative modeling in Alzheimers Disease with introspective variational autoencoders

Sayantan Kumar, Peijie Qiu+1 more|arXiv (Cornell University)|Feb 8, 2026

Dementia and Cognitive Impairment Research被引用 0

一句话总结

论文提出 mmSIVAE，一种具有MOPOE聚合的多模态软内省VAE，用于健康参考保真度与多模态融合的规范建模，在AD中产生更具判别性的偏离分数与可解释的区域异常。

ABSTRACT

Normative modeling learns a healthy reference distribution and quantifies subject-specific deviations to capture heterogeneous disease effects. In Alzheimers disease (AD), multimodal neuroimaging offers complementary signals but VAE-based normative models often (i) fit the healthy reference distribution imperfectly, inflating false positives, and (ii) use posterior aggregation (e.g., PoE/MoE) that can yield weak multimodal fusion in the shared latent space. We propose mmSIVAE, a multimodal soft-introspective variational autoencoder combined with Mixture-of-Product-of-Experts (MOPOE) aggregation to improve reference fidelity and multimodal integration. We compute deviation scores in latent space and feature space as distances from the learned healthy distributions, and map statistically significant latent deviations to regional abnormalities for interpretability. On ADNI MRI regional volumes and amyloid PET SUVR, mmSIVAE improves reconstruction on held-out controls and produces more discriminative deviation scores for outlier detection than VAE baselines, with higher likelihood ratios and clearer separation between control and AD-spectrum cohorts. Deviation maps highlight region-level patterns aligned with established AD-related changes. More broadly, our results highlight the importance of training objectives that prioritize reference-distribution fidelity and robust multimodal posterior aggregation for normative modeling, with implications for deviation-based analysis across multimodal clinical data.

研究动机与目标

• 在多模态神经影像中量化个体相对于健康参考分布的偏离，以用于阿尔茨海默病研究。
• 提升健康参考的保真度以及多模态后验聚合的鲁棒性。
• 提供可解释的偏离图，将潜在偏离与脑区区域异常关联起来。
• 在AD分期中展示改进的异常检测能力与临床有意义的模式。
• 为多模态临床数据中的基于偏离的分析提供通用框架。

提出的方法

• 将Soft-IntroVAE扩展到多模态数据（mmSIVAE），引入内省式训练目标。
• 采用MOPOE（混合的专家-专家乘积是的混合）将模态特异后验鲁棒地聚合到共享潜在空间。
• 在学习到的潜在空间与特征空间中使用马氏距离定义多模态规范偏离分数。
• 将显著的潜在偏离映射到区域特征空间偏离以实现可解释性。
• 给出编码器–解码器博弈及多模态mmSIVAE的纳什均衡理论。
• 在ADNI MRI体积与淀粉样蛋白PET SUVr上评估重建质量、异常检测（似然比）及区域偏离图。

实验结果

研究问题

• RQ1 mmSIVAE是否在健康对照的重建保真度方面优于基线方法？
• RQ2 基于MOPOE的潜在空间聚合是否比PoE或MoE单独使用产生更清晰、信息性更强的联合潜在表示？
• RQ3 个体级的潜在与特征空间偏离分数是否在区分AD谱系与对照方面更具辨别力？
• RQ4 潜在偏离能否映射到与AD病理学对齐的区域层级异常？
• RQ5 所提出的偏离在AD分期与认知测量方面的变化如何？

主要发现

• mmSIVAE结合MOPOE在异常检测的区分度上（对数似然比更高）超过基线，在各潜在维度上表现更好。
• 潜在空间偏离（D_ml）通常在检测AD受试者的异常方面优于特征空间偏离（D_mf）。
• 相较于PoE或MOE单独使用，MOPOE聚合在控制组与AD组之间的分离更强，尤其是在较高潜在维度下（d高达20）。
• mmSIVAE的重建误差在MRI体积和淀粉样蛋白SUVR上均低于基线，表明对健康参考的保真度更好。
• 映射到脑区的偏离与已确定的AD病理模式一致（颞叶、顶枕叶、海马区萎缩；在预定义区域内淀粉样蛋白摄取增强）。
• 具有显著偏离的潜在维度对应可辨识的区域偏离，使Desikan–Killiany与Aseg脑区分割图上的偏离图具可解释性。