S3Net:アルツハイマー病検出・セグメンテーションのための合成-セグメンテーション-スパイクネットワーク

アルツハイマー病(AD)の早期かつ正確な検出のため、合成-セグメンテーション-スパイクネットワーク(S3Net)が提案された。このネットワークは、合成MRI生成、病変認識セグメンテーション、スパイクベース分類を統合する。合成ネットワークは、生成敵対ネットワーク(GAN)フレームワークを使用し、病変のみのパッチと疾患関連領域のオリジナルMRIを融合させることで、合成画像の現実性と構造的精度を確保する。セグメンテーションネットワークは、エンコーダー-ボトルネック-デコーダー設計とスキップ接続を採用し、生成器と識別器の両方からの潜在特徴を組み込み、ハイブリッドDice-BCE損失を用いて病変の正確な輪郭を描画する。分類にはスパイクネットワークが用いられ、融合されたセグメンテーション特徴と識別器特徴をLeaky Integrate-and-Fireニューロンに伝播させることで、低消費電力・イベント駆動型計算をサポートする。OASISデータセットにおいて、S3Netは精度95.1%、F1スコア93.0%、IoU 82.6%を達成し、最先端の手法を上回る性能を示した。