仅用1%数据也能精准预测！一个基于自监督学习的脑MRI基础模型

将 ScienceAI 设为星标

第一时间掌握

新鲜的 AI for Science 资讯

编辑丨%

AI 凭借其高效的学习能力，在过去几十年里，在早期诊断和研究特定疾病或神经精神疾病的方面展现出了前景。举个例子来说，通过使用分析磁共振成像（MRI）收集的大量脑部扫描数据，AI 能够发现与肿瘤、中风和神经退行性疾病相关的模式，从而有助于诊断这些疾病。

但在临床方面，临床转化长期受困于一个核心矛盾：高质量的标注数据稀缺且昂贵，而不同中心、不同扫描仪、不同序列采集的海量未标注数据却「沉睡」在各地。如何唤醒这些数据，让模型能从中学到泛化能力强的特征，是突破瓶颈的关键。

来自麻省总医院布赖厄姆医院、哈佛医学院（Mass General Brigham, Harvard Medical School）等研究所的成员给出了一个强有力的答案——BrainIAC（Brain Imaging Adaptive Core）。这是一个专为脑 MRI 设计的基础模型，通过自监督学习在海量多参数 MRI 数据上预训练，然后在多个下游任务中展现出卓越的适应性和泛化能力。

图 1：BrainIAC 官网。

相关的研究以「A generalizable foundation model for analysis of human brain MRI」为题，于 2026 年 2 月 5 日发布在《Nature Neuroscience》。

论文链接：https://www.nature.com/articles/s41593-026-02202-6

为脑 MRI「量身定制」的预训练策略

在当下，脑 MRI AI 系统面临几个结构性问题。不同研究中心使用不同的协议，这导致数据较为分散；而结构与功能联合建模的困难也带来了模态分离的现状；模型的高度专业化也进一步指向任务专用化的问题。

为了涵盖多模态的庞大数据源，研究团队采用自监督学习（SSL），对共计 48,965 次 MRI 成像扫描进行了预训练 。BrainIAC 的预训练数据涵盖了 T1 加权、T2 加权、T1 增强（T1CE）、FLAIR 这四种主要序列，使其能学习到跨序列的、与采集协议无关的通用特征表示。

图 2：研究概述。

研究者们对比了三种主流的自监督学习框架与骨干网络组合——SimCLR-ResNet50、SimCLR-ViT-B 和 MAE-SwinViT，在全部七个下游任务上评估其小样本（K=1 和 K=5）适应能力。

结果显示，基于 Vision Transformer（ViT）的 SimCLR-ViT-B 表现最为稳定和优异，最终被选定为 BrainIAC 的骨干网络。ViT 的全局注意力机制，可能更适合捕捉脑 MRI 中复杂的、非局部的解剖结构关系。

图 3：下游应用性能比较。

评估训练

BrainIAC 在七个涵盖不同难度和临床场景的任务上，与三种基线模型进行了全方位比较：从头训练的监督学习模型（Scratch）、医学影像预训练模型（MedicalNet）和分割专用基础模型（BrainSegFounder）。评估维度包括不同数据比例下的微调性能、小样本学习能力和线性探测。

1. MRI序列分类：这是一个基础的「上游」任务，但在实际临床中，由于扫描协议混乱或元数据缺失，实际环境对自动分类并不友好。在仅有 10% 训练数据时，BrainIAC 的平衡准确率（BA）达到 90.8%，远高于 MedicalNet 的 74.2% 和 Scratch 的 79.0%。直到数据量增加到60%，其他模型才勉强追上。

2. 脑龄预测：这是一个经典的回归任务，旨在用 MRI 预测个体年龄，偏差可作为神经退行性疾病的早期标志。在外部测试集上，仅用 20% 训练数据时，BrainIAC 的平均绝对误差（MAE）为 6.55 年。此外，对 BrainIAC 提取的潜特征进行 t-SNE 可视化，发现其能清晰地按年龄组聚类。

3. IDH 突变预测：这是最具挑战性的任务之一，对无法手术的患者意义重大。由于总数据量本身就很少，BrainIAC 的优势被放大。在 50% 训练数据时，其 AUC 达到 0.85，显著优于 MedicalNet（0.78）和 Scratch（0.68）。这直接证明了基础模型在极度稀缺数据场景下的核心价值。

图 4：BrainIAC 脑年龄预测表现。

极端小样本下的强大模型

在每类仅 1 个样本这样的极端小样本场景下，BrainIAC 在所有任务上的性能下降幅度最小。这归功于预训练阶段学到的强大特征，使其能快速从极少量新样本中「举一反三」。

BrainIAC 证明了针对 3D 脑 MRI，结合对比学习与 Vision Transformer 的预训练策略，可以学习到高度泛化、相关的特征表示。它为低资源场景（罕见病、新任务）提供了开箱即用的解决方案，极大地降低了开发临床 AI 工具的门槛和数据成本。

作为开源算法，其他研究团队已经开始使用该模型研究各种脑部相关疾病，检测其出现并追踪其进展。

相关链接：https://medicalxpress.com/news/2026-02-foundation-ai-mri-multiple-brain.html

算法链接：https://www.brainiac-platform.com/