BrainDINO: A Brain MRI Foundation Model for Generalizable Clinical Representation Learning
作者: Yizhou Wu, Shansong Wang, Yuheng Li, Mojtaba Safari, Mingzhe Hu, Chih-Wei Chang, Harini Veeraraghavan, Xiaofeng Yang
分类: cs.LG, cs.AI, cs.CV
发布日期: 2026-06-12
💡 一句话要点
提出BrainDINO以解决脑MRI任务特定性与数据稀缺问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 脑MRI 自监督学习 多任务学习 模型泛化 数据高效性 神经影像分析 肿瘤检测 神经退行性疾病
📋 核心要点
- 现有的脑MRI学习方法通常是针对特定任务设计的，缺乏通用性，并且需要大量标注数据，限制了其应用。
- 本文提出BrainDINO，一个自蒸馏的基础模型，通过自监督学习实现了对多种脑MRI任务的泛化，减少了对标注数据的依赖。
- 实验结果表明，BrainDINO在多项任务上均表现优异，尤其在标注数据稀缺的情况下，其性能超过了现有的自监督基线。
📝 摘要（中文）
脑MRI在神经科学和临床应用中至关重要，但大多数基于学习的方法仍然是任务特定的，并且需要大量标注数据。本文展示了一个自监督表示可以在异构脑MRI任务中进行泛化。我们训练了BrainDINO，一个自蒸馏基础模型，使用来自20个数据集的约660万未标注的轴向切片。通过冻结编码器和轻量级任务头，BrainDINO支持肿瘤分割、神经退行性和神经发育疾病分类、脑龄估计等多种任务。在任务和监督机制中，BrainDINO的表现始终等于或超过自然图像和MRI特定的自监督基线，尤其在标签稀缺的情况下表现出显著优势。我们的研究表明，大规模切片自监督学习可以产生统一的脑MRI表示，支持多样的神经影像任务，而无需体积预训练或全网络微调，为稳健且数据高效的脑影像分析奠定了可扩展基础。
🔬 方法详解
问题定义：本文旨在解决脑MRI学习方法的任务特定性和对大量标注数据的依赖问题。现有方法在不同任务间的泛化能力不足，限制了其临床应用的广泛性。
核心思路：论文提出的BrainDINO模型通过自监督学习，利用未标注的脑MRI切片进行训练，从而实现对多种任务的泛化。该模型的设计旨在减少对标注数据的需求，同时保持高效的学习能力。
技术框架：BrainDINO的整体架构包括一个冻结的编码器和多个轻量级任务头。模型首先在大规模未标注数据上进行自监督训练，然后通过不同的任务头进行特定任务的推理。
关键创新：BrainDINO的主要创新在于其自蒸馏机制和大规模切片自监督学习的结合，使得模型能够在没有任务特定监督的情况下，学习到解剖结构和病理敏感的特征。与现有方法相比，BrainDINO在多任务学习中展现出更强的泛化能力。
关键设计：模型采用了轻量级的任务头设计，以适应不同的任务需求。同时，损失函数的选择和网络结构的优化也经过精心设计，以确保在多任务学习中的高效性和准确性。具体的参数设置和网络细节在论文中有详细描述。
🖼️ 关键图片
📊 实验亮点
实验结果显示，BrainDINO在多项任务上均表现优异，尤其在标签稀缺的情况下，其性能超过了自然图像和MRI特定的自监督基线，具体提升幅度在不同任务中均有显著体现。这表明该模型在多任务学习中的有效性和鲁棒性。
🎯 应用场景
BrainDINO的研究成果在多个领域具有广泛的应用潜力，包括肿瘤检测、神经退行性疾病的早期诊断、脑龄估计等。其通用性和数据高效性使得该模型能够在临床实践中快速部署，提升脑影像分析的效率和准确性。未来，该模型有望推动脑MRI研究的进一步发展，促进个性化医疗的实现。
📄 摘要（原文）
Brain MRI underpins a wide range of neuroscientific and clinical applications, yet most learning-based methods remain task-specific and require substantial labeled data. Here we show that a single self-supervised representation can generalize across heterogeneous brain MRI endpoints. We trained BrainDINO, a self-distilled foundation model, on approximately 6.6 million unlabeled axial slices from 20 datasets encompassing broad variation in population, disease, and acquisition setting. Using a frozen encoder with lightweight task heads, BrainDINO supported transfer across tumor segmentation, neurodegenerative and neurodevelopmental conditions classification, brain age estimation, post-stroke temporal prediction, molecular status prediction, MRI sequence classification, and survival modeling. Across tasks and supervision regimes, BrainDINO consistently equaled or exceeded natural-image and MRI-specific self-supervised baselines, with particularly strong advantages under label scarcity. Representation analyses further showed anatomically organized and pathology-sensitive feature structure in the absence of task-specific supervision. Our findings indicate that large-scale slice-wise self-supervised learning can yield a unified brain MRI representation that supports diverse neuroimaging tasks without volumetric pretraining or full-network fine-tuning, establishing a scalable foundation for robust and data-efficient brain imaging analysis. Code is available atthis https URL