持续扩展的脑 MRI 基础模型

脑磁共振成像 (MRI) 是神经科学和临床评估的核心，但模型通常是针对个体疾病、人群或成像方案开发的。基础模型承诺更通用的表示，但它们通常经过一次预训练，并且在使用新数据更新时可能会失去早期的功能。在这里，我们展示了 Alcmaeon，这是一种三维脑部 MRI 基础模型，无需在超过 425,000 个卷和派生成像图上进行手动标签预训练，可以在临床领域顺序扩展。 Alcmaeon 将体积编码和潜在扩散生成与图蓝图修剪 (GBP) 相结合，保护对早期领域重要的网络模块，同时保留剩余容量可训练。从健康老龄化和神经退行性疾病扩展到发育、精神和肿瘤成像，GBP 在体素水平重建测量中表现出比顺序适应和弹性权重巩固更少的遗忘，在适应肿瘤成像后具有最大的优势。该蓝图提供了如何保护和重用模型容量的可检查记录。来自不同模型级别的表示支持图像合成、疾病分类、生存建模和术后预测，尽管没有单一的表示对于每项任务都是最佳的。这些发现为脑 MRI 基础模型提供了一条途径，该模型可以随着新数据的增长而增长，同时保留早期的功能。