DOI: https://doi.org/10.1038/s41598-026-42108-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41772023
تاريخ النشر: 2026-03-02
المؤلف: Nojod M. Alotaibi وآخرون
الموضوع الرئيسي: التعرف على العواطف والمزاج
نظرة عامة
تتناول ورقة البحث الكشف التلقائي عن الاضطراب الاكتئابي الكبير (MDD) من خلال التصوير بالرنين المغناطيسي الهيكلي (sMRI) وتقنيات التعلم العميق. تنتقد الطرق الحالية التي تعتمد على ميزات مستوى الفوكسل أو التمثيلات الإقليمية المصنوعة يدويًا، والتي قد لا تلتقط الأنماط المعقدة المرتبطة بـ MDD بشكل فعال. يقترح المؤلفون إطارًا موحدًا يستخدم محولات الرؤية (ViTs) لاستخراج تجسيدات المناطق ثلاثية الأبعاد وشبكة عصبية رسومية (GNN) للتصنيف. يستكشفون استراتيجيتين لتعريف مناطق الدماغ: نهج قائم على الأطلس باستخدام أطالس دماغية محددة مسبقًا وطريقة قائمة على المكعب حيث تحدد ViTs المناطق من رقع ثلاثية الأبعاد مستخرجة بشكل موحد. أسفرت تجاربهم الواسعة على مجموعة بيانات REST-meta-MDD عن أفضل دقة نموذج تبلغ 81.51%، مع تفوق النماذج القائمة على الأطلس على النهج القائم على المكعب، مما يبرز أهمية الأولويات التشريحية في الكشف عن MDD.
في الختام، تقدم الدراسة إطارًا جديدًا قائمًا على الأطلس يدمج ViTs ثلاثية الأبعاد مع شبكات الانتباه الرسومية (GAT) لتصنيف MDD، مما يلتقط بشكل فعال العلاقات داخل وبين المناطق من خلال الأطالس الدماغية المحددة مسبقًا. تشير النتائج إلى أن النماذج القائمة على الأطلس تعزز بشكل كبير من تحديد مناطق الدماغ ذات الصلة بالمرض، مما يؤدي إلى تحسين أداء التصنيف. ستركز الأعمال المستقبلية على التعلم متعدد الأنماط من خلال دمج أنواع بيانات إضافية، وإجراء التحقق المتقاطع من خلال ترك موقع واحد للخارج من أجل تحسين التعميم، واستكشاف تقنيات التعلم الرسومي المتقدمة، والتحقيق في استراتيجيات التجميع التي تستفيد من عدة أطالس لتعزيز قوة النموذج وقابليته للتعميم.
مقدمة
تتناول مقدمة ورقة البحث الاضطراب الاكتئابي الكبير (MDD)، وهو حالة صحية عقلية شائعة ومُعطلة تؤثر على أكثر من 322 مليون فرد على مستوى العالم، كما أفادت منظمة الصحة العالمية (WHO). يتم التأكيد على أن التشخيص المبكر والدقيق لـ MDD أمر حاسم لتحسين نتائج العلاج وتخفيف الأعباء الاقتصادية والاجتماعية. الطرق التشخيصية التقليدية، التي تعتمد على الملاحظات السريرية والأعراض المبلغ عنها ذاتيًا، عرضة للتحيزات وعدم الاتساق. وبالتالي، هناك اهتمام متزايد في استخدام تقنيات التصوير العصبي، وخاصة التصوير بالرنين المغناطيسي الهيكلي (sMRI)، لتحديد الشذوذات الهيكلية في الدماغ المرتبطة بـ MDD، مثل انخفاض حجم المادة الرمادية في مناطق معينة.
تسلط الورقة الضوء على ظهور طرق التعلم العميق (DL)، وخاصة الشبكات العصبية التلافيفية (CNNs)، كأدوات فعالة لأتمتة تشخيص الاضطرابات العقلية باستخدام بيانات التصوير العصبي. ومع ذلك، تواجه CNNs قيودًا، بما في ذلك اعتمادها على المجالات الاستقبالية المحلية والتحديات في نمذجة الاعتماديات المكانية بعيدة المدى، مما يمكن أن يعيق دقة التشخيص وقابلية التعميم عبر مجموعات بيانات متنوعة. استجابةً لهذه التحديات، اكتسبت محولات الرؤية (ViTs) زخمًا في تطبيقات التصوير العصبي بسبب آليات الانتباه الذاتي الخاصة بها التي تلتقط بشكل فعال كل من الاعتماديات المكانية المحلية والعالمية. أظهرت الدراسات السابقة أن ViTs تتفوق على CNNs في الكشف عن اضطرابات أخرى، مثل مرض الزهايمر والفصام، ومع ذلك لا يزال هناك نقص في الأبحاث التي تستكشف تطبيق ViTs بشكل خاص لتشخيص MDD.
الطرق
تحدد قسم المنهجية في هذه الدراسة إطارًا جديدًا للكشف عن الاضطراب الاكتئابي الكبير (MDD) باستخدام بيانات التصوير بالرنين المغناطيسي الهيكلي (sMRI) من مجموعة بيانات REST-meta-MDD. يستخدم الإطار محول رؤية ثلاثي الأبعاد (ViT) لاستخراج الميزات من مناطق الدماغ ويستخدم شبكة عصبية رسومية (GNN) لنمذجة العلاقات بين المناطق، مما يسهل التصنيف على مستوى الرسم البياني. تم تنفيذ استراتيجيتين لاستخراج تجسيدات المناطق: نهج قائم على الأطلس، والذي يقسم الدماغ إلى مناطق ذات معنى باستخدام الأطالس المعتمدة (مثل AAL، HO، 160 ROI لدوسنباخ، و200 ROI لكرادوك)، وطريقة قائمة على المكعب تقسم الدماغ إلى مكعبات ثلاثية الأبعاد موحدة، مما يسمح بتحليل أكثر عمومية دون قيود تشريحية.
تتناول قسم نتائج التجارب تقييمًا شاملاً لإطار 3DViT-GAT المقترح عبر ثلاثة سيناريوهات. أولاً، يتم تقييم الأداء المستقل لنموذج 3D ViT باستخدام كل من أنماط الإدخال القائمة على الأطلس والقائمة على المكعب. بعد ذلك، يتم تحليل النموذج الهجين الكامل 3DViT-GAT، الذي يدمج تجسيدات مستمدة من ViT في شبكة انتباه رسومية (GAT) للتصنيف. أخيرًا، يتم تقييم أداء النموذج مقارنةً بأحدث الطرق لتحديد كفاءته في الكشف عن MDD من بيانات sMRI. بالإضافة إلى ذلك، يتم إجراء تحليل قابلية التفسير لتحديد مناطق الدماغ الحرجة المرتبطة بـ MDD والمراقبين الأصحاء (HC)، مما يعزز من قابلية تفسير النتائج.
النتائج
في هذا القسم، تم تقييم أداء التصنيف للنموذجين المقترحين 3D ViT و3D ViT-GAT باستخدام استراتيجيتين للاستخراج: قائمة على الأطلس وقائمة على المكعب. قسم النهج القائم على الأطلس الدماغ إلى مناطق ذات اهتمام محددة تشريحيًا (ROIs)، بينما استخدمت الطريقة القائمة على المكعب تقسيمات حجمية ثابتة. تمت مقارنة النماذج ضد ثلاثة أطر تعلم عميق حديثة باستخدام مجموعة بيانات REST-meta-MDD، مع تلخيص مقاييس الأداء في الجدول 6. تفوق نموذج 3D ViT-GAT القائم على الجرعة على جميع النماذج الأخرى، محققًا دقة تبلغ $80.88 \pm 0.39\%$، وحساسية تبلغ $86.25 \pm 2.91\%$، وخصوصية تبلغ $74.64 \pm 3.48\%$، ودقة تبلغ $79.92 \pm 1.69\%$، ودرجة F1 تبلغ $78.05 \pm 1.14\%$. أظهر النموذج القائم على HO أيضًا نتائج تنافسية، بينما أظهرت نماذج غاو وآخرون وبينديا وآخرون أداءً أقل، خاصة في الحساسية والخصوصية.
كشفت التحليلات الإحصائية، بما في ذلك اختبارات t لعينة مزدوجة مع تصحيح معدل الاكتشاف الكاذب، عن اختلافات كبيرة في مقاييس الأداء بين النماذج القائمة على الأطلس والنموذج القائم على المكعب، مما يبرز مزايا استخراج ROIs الموجهة تشريحيًا. على وجه الخصوص، كان أداء النموذج القائم على المكعب أسوأ بشكل ملحوظ من جميع النماذج القائمة على الأطلس، مما يبرز أهمية طرق الاستخراج المنظمة لتحسين دقة التصنيف. حققت النماذج ذات الأداء الأفضل عبر طرق مختلفة مقاييس ملحوظة، حيث حقق النموذج القائم على الجرعة دقة تبلغ $81.51\%$ وحقق النموذج القائم على AAL دقة تبلغ $80.25\%$، مما يدعم بشكل أكبر فعالية الاستراتيجيات القائمة على الأطلس المقترحة في الكشف عن الاضطراب الاكتئابي الكبير (MDD).
المناقشة
تسلط قسم المناقشة في هذه الورقة البحثية الضوء على قيود الطرق الحالية لتصنيف الاضطراب الاكتئابي الكبير (MDD) باستخدام التصوير بالرنين المغناطيسي الهيكلي (sMRI)، وخاصة تلك التي تعتمد على الطرق القائمة على الرقع التي تتجاهل مناطق الدماغ ذات الصلة تشريحيًا. يقدم المؤلفون إطارًا جديدًا، 3DViT-GAT، الذي يدمج محول رؤية ثلاثي الأبعاد (ViT) مع شبكة انتباه رسومية (GAT) لتعزيز الكشف عن MDD من خلال استخدام تجسيدات قائمة على المناطق مستمدة من الأطالس الدماغية المحددة مسبقًا. يتناقض هذا النهج مع الطرق التقليدية القائمة على المكعب التي تستخدم رقع ثلاثية الأبعاد موحدة، مما يعالج الحاجة إلى استراتيجيات استخراج مستندة إلى التشريح.
تشير نتائج الدراسة إلى أن النماذج القائمة على الأطلس، وخاصة النموذج القائم على أطلس هارفارد-أكسفورد (HO)، حققت أعلى دقة تبلغ 76.93% مع خصوصية ودقة قوية، بينما أظهر النموذج القائم على المكعب حساسية متفوقة. تؤكد هذه النتائج على أهمية دمج الأولويات التشريحية في تصميم النموذج لتحسين أداء التصنيف. يؤكد المؤلفون أن نهجهم لا يلتقط فقط الأنماط المكانية المحلية والعالمية ولكن أيضًا نماذج الاعتماديات بين المناطق بشكل فعال، وهو أمر حاسم لفهم التغيرات الهيكلية المرتبطة بـ MDD. بشكل عام، يمثل إطار 3DViT-GAT المقترح تقدمًا كبيرًا في الكشف التلقائي عن MDD، حيث يقدم حلاً أكثر قوة وقابلية للتفسير مقارنة بالأساليب السابقة.
DOI: https://doi.org/10.1038/s41598-026-42108-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41772023
Publication Date: 2026-03-02
Author(s): Nojod M. Alotaibi et al.
Primary Topic: Emotion and Mood Recognition
Overview
The research paper addresses the automated detection of major depressive disorder (MDD) through structural magnetic resonance imaging (sMRI) and deep learning techniques. It critiques existing methods that rely on voxel-level features or handcrafted regional representations, which may not effectively capture the complex patterns associated with MDD. The authors propose a unified framework that employs Vision Transformers (ViTs) for extracting 3D region embeddings and a Graph Neural Network (GNN) for classification. They explore two strategies for defining brain regions: an atlas-based approach using predefined brain atlases and a cube-based method where ViTs identify regions from uniformly extracted 3D patches. Their extensive experiments on the REST-meta-MDD dataset yielded a best model accuracy of 81.51%, with atlas-based models outperforming the cube-based approach, underscoring the significance of anatomical priors in MDD detection.
In conclusion, the study presents a novel atlas-based framework that integrates 3D ViTs with Graph Attention Networks (GAT) for MDD classification, effectively capturing intra- and inter-regional relationships through predefined brain atlases. The results indicate that the atlas-based models significantly enhance the identification of disease-relevant brain regions, leading to improved classification performance. Future work will focus on multimodal learning by incorporating additional data types, conducting leave-one-site-out cross-validation for better generalization, exploring advanced graph learning techniques, and investigating ensemble strategies that leverage multiple atlases to enhance model robustness and generalizability.
Introduction
The introduction of the research paper addresses Major Depressive Disorder (MDD), a prevalent and debilitating mental health condition affecting over 322 million individuals globally, as reported by the World Health Organization (WHO). The early and accurate diagnosis of MDD is emphasized as critical for enhancing treatment outcomes and alleviating its economic and societal burdens. Traditional diagnostic methods, which rely on clinical observations and self-reported symptoms, are prone to biases and inconsistencies. Consequently, there is a growing interest in employing neuroimaging techniques, particularly structural magnetic resonance imaging (sMRI), to identify structural brain abnormalities associated with MDD, such as reduced gray matter volume in specific regions.
The paper highlights the emergence of deep learning (DL) methods, specifically Convolutional Neural Networks (CNNs), as effective tools for automating the diagnosis of mental disorders using neuroimaging data. However, CNNs face limitations, including their reliance on local receptive fields and challenges in modeling long-range spatial dependencies, which can hinder diagnostic accuracy and generalizability across diverse datasets. In response to these challenges, Vision Transformers (ViTs) have gained traction in neuroimaging applications due to their self-attention mechanisms that effectively capture both local and global spatial dependencies. Previous studies have shown that ViTs outperform CNNs in detecting other disorders, such as Alzheimer’s disease and schizophrenia, yet there remains a scarcity of research exploring the application of ViTs specifically for MDD diagnosis.
Methods
The methodology section of this study outlines a novel framework for detecting Major Depressive Disorder (MDD) using structural MRI (sMRI) data from the REST-meta-MDD dataset. The framework employs a 3D Vision Transformer (ViT) to extract features from brain regions and utilizes a graph neural network (GNN) to model inter-regional relationships, facilitating graph-level classification. Two strategies for region embedding extraction are implemented: an atlas-based approach, which segments the brain into meaningful regions using established atlases (e.g., AAL, HO, Dosenbach’s 160 ROIs, and Craddock’s 200 ROIs), and a cube-based approach that divides the brain into uniform 3D cubes, allowing for a more generalized analysis without anatomical constraints.
The experimental results section details a comprehensive evaluation of the proposed 3DViT-GAT framework across three scenarios. First, the standalone performance of the 3D ViT model is assessed using both atlas-based and cube-based input paradigms. Next, the full 3DViT-GAT hybrid model is analyzed, integrating ViT-derived embeddings into a Graph Attention Network (GAT) for classification. Finally, the model’s performance is benchmarked against state-of-the-art methods to establish its efficacy in MDD detection from sMRI data. Additionally, an explainability analysis is performed to identify critical brain regions associated with MDD and healthy controls (HC), enhancing the interpretability of the findings.
Results
In this section, the classification performance of the proposed 3D ViT and 3D ViT-GAT models was evaluated using two extraction strategies: atlas-based and cube-based. The atlas-based approach segmented the brain into anatomically defined regions of interest (ROIs), while the cube-based method utilized fixed-size volumetric partitions. The models were compared against three recent deep learning frameworks using the REST-meta-MDD dataset, with performance metrics summarized in Table 6. The Dose-based 3D ViT-GAT model outperformed all others, achieving an accuracy of $80.88 \pm 0.39\%$, sensitivity of $86.25 \pm 2.91\%$, specificity of $74.64 \pm 3.48\%$, precision of $79.92 \pm 1.69\%$, and F1-score of $78.05 \pm 1.14\%$. The HO-based model also demonstrated competitive results, while the models by Gao et al. and Bindiya et al. showed lower performance, particularly in sensitivity and specificity.
Statistical analyses, including two-sample t-tests with false discovery rate correction, revealed significant differences in performance metrics between the atlas-based models and the cube-based model, underscoring the advantages of anatomically guided ROI extraction. Specifically, the Cube-based model performed significantly worse than all atlas-based models, emphasizing the importance of structured extraction methods for enhancing classification accuracy. The best-performing models across different approaches achieved notable metrics, with the Dose-based model reaching an accuracy of $81.51\%$ and the AAL-based model achieving $80.25\%$ accuracy, further supporting the efficacy of the proposed atlas-based strategies in detecting major depressive disorder (MDD).
Discussion
The discussion section of this research paper highlights the limitations of existing methods for major depressive disorder (MDD) classification using structural MRI (sMRI), particularly those relying on patch-based approaches that overlook anatomically relevant brain regions. The authors introduce a novel framework, 3DViT-GAT, which integrates a 3D Vision Transformer (ViT) with a Graph Attention Network (GAT) to enhance MDD detection by utilizing region-based embeddings derived from predefined brain atlases. This approach contrasts with traditional cube-based methods that utilize uniform 3D patches, thereby addressing the need for anatomically informed extraction strategies.
The study’s findings indicate that the atlas-based models, particularly the one based on the Harvard-Oxford (HO) atlas, achieved the highest accuracy of 76.93% along with strong specificity and precision, while the cube-based model demonstrated superior sensitivity. These results underscore the importance of incorporating anatomical priors in model design to improve classification performance. The authors emphasize that their approach not only captures local and global spatial patterns but also effectively models inter-regional dependencies, which are critical for understanding the structural alterations associated with MDD. Overall, the proposed 3DViT-GAT framework represents a significant advancement in the automated detection of MDD, offering a more robust and interpretable solution compared to previous methodologies.