近日，上海科技大學(xué)生物醫(yī)學(xué)工程學(xué)院程冰冰課題組（TRUTH Lab）在國(guó)際學(xué)術(shù)期刊IEEE Transactions on Biomedical Engineering上發(fā)表題為“A Similarity-Constrained Multi-way Gated Attention Network for Focused Ultrasound-induced Blood-brain Barrier Opening Evaluation”的研究論文，開(kāi)發(fā)了一種端到端深度學(xué)習(xí)模型，從聚焦超聲治療過(guò)程中的時(shí)域聲學(xué)信號(hào)中自動(dòng)提取時(shí)頻特征，精準(zhǔn)判斷血腦屏障是否成功開(kāi)放以及是否發(fā)生出血，顯著提升了不同開(kāi)放結(jié)果的判斷準(zhǔn)確率，為血腦屏障開(kāi)放的實(shí)時(shí)智能評(píng)估提供了新思路。

聚焦超聲聯(lián)合微/納米泡能夠?qū)崿F(xiàn)血腦屏障的靶向、可逆開(kāi)放，然而目前主要依賴(lài)釓增強(qiáng) MRI 或解剖學(xué)驗(yàn)證，無(wú)法在治療中提供實(shí)時(shí)反饋。相比之下，被動(dòng)空化檢測(cè)技術(shù)能夠連續(xù)采集聲學(xué)信號(hào)，是評(píng)估療效和安全性的理想手段，但傳統(tǒng)方法主要依賴(lài)人工提取的頻域特征，受參數(shù)差異和硬件依賴(lài)性限制，預(yù)測(cè)的穩(wěn)定性和模型泛化能力不足，難以滿(mǎn)足“在線(xiàn)監(jiān)測(cè)—即時(shí)決策”的臨床需求。

針對(duì)上述挑戰(zhàn)，本研究提出了一種門(mén)控注意力模型（GAB，圖1），以高時(shí)間分辨率的短時(shí)域聲學(xué)信號(hào)片段為輸入，融合了能夠同時(shí)捕捉時(shí)域與頻域特征的聲學(xué)編碼器以及多路門(mén)控注意力機(jī)制，在實(shí)現(xiàn)高時(shí)間分辨率分析的同時(shí)，顯著提升了不同開(kāi)放結(jié)局（如安全開(kāi)放、未開(kāi)放、出血開(kāi)放）的判斷能力。注意力可視化結(jié)果進(jìn)一步表明，GAB 在識(shí)別“出血開(kāi)放”時(shí)更關(guān)注伴隨寬帶增強(qiáng)的慣性空化相關(guān)片段，而在判定“安全開(kāi)放”時(shí)則聚焦于次諧波和超諧波為主的穩(wěn)定空化特征（圖2）。更重要的是，該模型在現(xiàn)代 GPU 硬件平臺(tái)上可實(shí)現(xiàn)接近實(shí)時(shí)推理，為實(shí)現(xiàn)聚焦超聲開(kāi)放血腦屏障過(guò)程中的“療效與安全性”一體化智能評(píng)估與閉環(huán)控制提供了強(qiáng)有力的方法學(xué)工具和可靠的技術(shù)基礎(chǔ)。

圖1. 基于門(mén)控注意力機(jī)制的聚焦超聲開(kāi)放血腦屏障預(yù)測(cè)模型示意圖

圖2. GAB模型的注意力權(quán)重可視化

上?？萍即髮W(xué)生醫(yī)工學(xué)院碩士研究生戴海鑫、博士研究生李雯婧為論文共同第一作者，上?？萍即髮W(xué)生醫(yī)工學(xué)院程冰冰教授為通訊作者，上?？萍即髮W(xué)為第一完成單位。課題組碩士研究生魏妍、沈?yàn)懝餐瑓⑴c了此項(xiàng)研究。上?？萍即髮W(xué)高性能計(jì)算服務(wù)中心平臺(tái)、醫(yī)學(xué)影像平臺(tái)對(duì)本文提供了技術(shù)幫助。

論文鏈接DOI：https://doi.org/10.1109/TBME.2025.3642073