11月15日，深圳市儿童医院曾洪武教授团队在中国科学院1区Top期刊《Journal of Advanced Research》发表研究论著“Attention Over Vulnerable Brain Regions Associating Cerebral Palsy Disorder and Biological Markers”（Elsevier旗下期刊，影响因子11.4，录稿率 <8%）。深圳市儿童医院曾洪武教授为通讯作者，深圳市儿童医院Hassan Muhammad为第一作者。

　　脑瘫是一种由胎儿期脑缺血和缺氧引起的神经系统疾病，早期干预对其治疗至关重要。然而，早期检测脑发育异常存在挑战。本研究探讨了生物标志物对健康儿童和脑瘫儿童大脑发育的影响，使用AWG-Net神经网络模型，结合定制的空间－通道（Customized Spatial-Channel, CSC）和多头自注意力（Multi-Head Self-Attention, MHA）机制。CSC模块用于前几层，MHA模块用于较深层，通过累积密集结构将脆弱区域的信息传递到更深层。研究使用T1WI、T2WI、Flair和T1WI-Sagittal图像，并标注了年龄、性别和体重等生物标志物。结果显示，健康儿童和脑瘫儿童在这些生物标志物上存在显著差异，例如年龄的平均绝对误差分别为1.05和1.16，性别准确率分别为82.98%和82.00%，体重平均绝对误差分别为4.65和2.85。本研究的创新之处在于通过AWG-Net模型分析生物标志物对大脑脆弱区域的影响，为脑瘫早期诊断提供新视角。研究发现，年龄和性别的影响略小于体重估计，T1WI图像在估计中表现最佳。这些发现有助于理解脑瘫儿童大脑发育差异，并为临床干预提供理论依据。本研究结合神经网络技术和生物标志物分析，为脑瘫早期诊断和治疗提供科学依据，具有临床应用价值。

　　该研究得到广东省基础与应用基础研究、广东省高水平医院建设、深圳市科技创新局和深圳市三名工程项目等基金的支持，是我院放射科和康复科研究团队密切合作深耕多年积累所取得的成果。

图1 AWG-Net神经网络架构

图2 AWG-Net模型与先前模型1-10在MCS分数方面的对比实验图

图3 从T1WI图像中获得的预测年龄与实际年龄的差异，以及预测年龄与实际年龄的相关性。