近期，深圳大学医学部生物医学工程学院汪天富、雷柏英教授团队的研究成果《Multi-Center and Multi-Channel Pooling GCN for Early AD Diagnosis Based on Dual-Modality Fused Brain Network》在顶级期刊IEEE Transactions on Medical Imaging（IF：11.037）上发表。论文第一作者是宋雪刚博士，通讯作者是雷柏英教授，深圳大学为第一署名单位。

阿尔茨海默病又称为为老年痴呆病，其严重影响了患病老年人的生活质量，而早诊断早治疗是如今最有效的干预方式。基于神经影像数据的智能诊断技术是当前研究的一个重要方向，但是面临着以下难点：多模态数据融合问题和多中心数据差异性干扰等。对此，本研究基于fMRI和DTI双模态影像数据，首先提出了一种新的脑网络构建算法，此方法基于结构特征信息和训练样本的统计信息指导脑功能网络的构建，从而得到了具有丰富可区别信息的脑网络特征。其次提出了一种多中心多通道池化图卷积神经网络，此网络考虑了多中心数据差异性、非图像信息干扰、特征滤波及低质量节点干扰等多个因素，在现有图卷积神经网络上进行了改进，显著提高了分类器性能。最后在3个中心的双模态数据集上，提出的算法获得了良好的诊断精度。

该研究获得了国家重点研发计划、国家自然科学基金、广东省自然科学基金、深圳市重点基础研究发展计划、马歇尔生物医学工程实验室等项目资助。

本研究提出的基于双模态影像数据的早期阿尔茨海默病诊断流程图。