评估神经影像基础模型在非洲脑 MRI 上的推广

在大型（主要是西方群体）上进行预训练的神经影像基础模型越来越多地被提议作为脑 MRI 分析的通用骨干。然而，它们推广到代表性不足的临床人群的能力在很大程度上仍然未经测试。我们使用来自尼日利亚临床脑 MRI 数据集的 88 名受试者队列，跨四种模态配置（T1w、T2w、T1w+T2w、FLAIR），在三向诊断分类任务（控制、痴呆、帕金森病）上评估最近的四种基础模型（BrainIAC、Neuro-JEPA、NeuroVFM 和 Primus），并与端到端训练的 ViT3D 基线进行比较。冻结的骨干崩溃到多数阶层的预测，而 FLAIR 上的 Neuro-JEPA 显示出适度但仍然有限的歧视。相比之下，经过端到端训练的 ViT3D 在每个任务上都实现了更高的准确率和 MCC（准确率高达 53.4%，MCC=0.27），并且是唯一具有不平凡召回率的模型。我们的研究结果表明，这些冻结的神经影像基础模型不足以在小型非西方临床队列中进行细粒度的诊断分类，无法激发参数有效的适应和更广泛的多站点外部验证，以在全球卫生环境中公平部署。