AlignUS: MRI-Guided Ultrasound Representation Learning for ALS Classification from Tongue Images

📄 arXiv: 2609.15285v1 📥 PDF

作者: Kadija Abdel Ghader, Emani Babe, Lorenzo Pettinari, Meya Haroune, Sidaty El Hadramy

分类: cs.CV

发布日期: 2026-09-14

💡 一句话要点

提出AlignUS以解决ALS分类中的MRI依赖问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 肌萎缩侧索硬化症 超声图像 跨模态学习 知识蒸馏 低资源环境 医疗影像 特征对齐

📋 核心要点

  1. 现有方法在ALS早期评估中面临MRI依赖性和小数据集的挑战，限制了超声图像的有效应用。
  2. AlignUS通过跨模态知识蒸馏，将MRI的解剖知识转移到HRUS分类器中，提升超声图像的分类能力。
  3. 实验结果显示，AlignUS在患者级别上取得了0.958的平衡准确率和0.990的ROC-AUC，相较于基线有显著提升。

📝 摘要（中文）

肌萎缩侧索硬化症（ALS）是一种进展性神经退行性疾病，早期评估面临挑战，尤其是在低资源环境中，MRI往往不可用。舌头的高分辨率超声（HRUS）提供了一种便携且低成本的评估方法，但由于数据集较小和超声图像特征提取的困难，可靠的诊断模型难以构建。本文提出AlignUS，一个跨模态知识蒸馏框架，将MRI的解剖知识转移到基于HRUS的分类器中，仅在推理时需要HRUS。该模型结合了分类损失、监督对比学习和特征级蒸馏，以对齐HRUS表示与MRI嵌入。AlignUS在四个患者级交叉验证折叠中实现了0.958的患者级平衡准确率、0.963的宏F1值和0.990的ROC-AUC，显著优于HRUS基线和跨模态替代方案。

🔬 方法详解

问题定义：本文旨在解决ALS分类中MRI依赖性的问题，现有方法在低资源环境中难以有效应用超声图像进行评估。

核心思路：AlignUS通过跨模态知识蒸馏，将MRI的解剖知识转移到HRUS分类器中，利用MRI的丰富信息来增强超声图像的特征表示能力。

技术框架：AlignUS的整体架构包括三个主要模块：分类损失模块、监督对比学习模块和特征级蒸馏模块，旨在对齐HRUS表示与MRI嵌入。

关键创新：AlignUS的核心创新在于通过知识蒸馏实现跨模态学习，显著提高了超声图像的分类性能，而不依赖于MRI进行推理。

关键设计：在损失函数方面，AlignUS结合了分类损失和对比损失，确保模型在训练过程中能够有效学习到HRUS与MRI之间的对应关系。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

AlignUS在四个患者级交叉验证折叠中实现了0.958的患者级平衡准确率、0.963的宏F1值和0.990的ROC-AUC，明显优于传统HRUS基线和其他跨模态方法，展示了MRI监督对超声评估的显著提升效果。

🎯 应用场景

该研究具有广泛的应用潜力，特别是在资源有限的医疗环境中，可以利用HRUS进行ALS的早期评估，降低对昂贵MRI设备的依赖。未来，该方法可能扩展到其他神经退行性疾病的诊断中，推动超声技术在临床中的应用。

📄 摘要（原文）

Amyotrophic lateral sclerosis (ALS) is a progressive neurodegenerative disease in which early assessment remains challenging, particularly in low-resource settings where MRI is often unavailable. High-resolution ultrasound (HRUS) of the tongue offers a portable and low-cost alternative for evaluating bulbar involvement, but learning reliable diagnostic models is limited by small datasets and the difficulty of extracting robust representations from ultrasound alone. We propose AlignUS, a cross-modal knowledge distillation framework that transfers anatomical knowledge from MRI to a HRUS-based classifier while requiring only HRUS at inference time. The model combines classification loss, supervised contrastive learning, and feature-level distillation to align HRUS representations with MRI embeddings. AlignUS achieves a patient-level balanced accuracy of 0.958, macro-F1 of 0.963, and ROC-AUC of 0.990, aggregated across four patient-level cross-validation folds, with consistent improvements over HRUS baselines and cross-modal alternatives. These results demonstrate that MRI-derived supervision can substantially improve ultrasound-based ALS assessment while preserving low-cost, inference-time independence from MRI.