NeuroFusion-ViT: Um Modelo Híbrido CNN–Transformer EVA com Fusão de Atenção Cruzada para Classificação de Estágios de Alzheimer Baseada em MRI

Introdução: A doença de Alzheimer é o tipo mais comum de demência e uma doença neurodegenerativa progressiva que começa com danos neuronais e leva a uma redução do tecido cerebral. Atualmente, não há cura para essa doença, e as abordagens existentes se concentram em aliviar os sintomas. Métodos: Este estudo propõe o NeuroFusion-ViT, um modelo híbrido de aprendizado profundo altamente preciso e computacionalmente eficiente para detecção em estágio inicial da doença de Alzheimer. O modelo combina um Transformer de Visão (ViT) baseado em EVA-02 com a arquitetura ConvNeXt-Small CNN, fornecendo um aprendizado de representação poderoso que pode processar tanto o contexto global quanto os detalhes locais. O mecanismo de Fusão de Atenção Cruzada com Porta (G-CAF) proposto combina dinamicamente duas características diferentes, oferecendo alto poder discriminativo e estabilidade do modelo. Resultados: Em experimentos realizados no conjunto de dados de MRI OASIS, o modelo alcançou 99,86% de precisão, 0,9989 de Macro F1, e 0,999 de valores ROC-AUC, demonstrando clara superioridade sobre modelos unimodais e híbridos descritos na literatura. Além disso, os resultados da validação cruzada de 5 vezes também suportam a alta generalizabilidade do modelo. Estudos de ablação mostraram que cada um dos componentes — atenção cruzada, mecanismo de porta, Dual LayerNorm, e FFN-Dropout — contribuiu de forma significativa para o desempenho. Conclusões: Os resultados demonstram que a arquitetura NeuroFusion-ViT oferece uma solução confiável, estável e clinicamente aplicável para a classificação de estágios da doença de Alzheimer.