Dianóstico de Parkinson baseado em Redes Cerebrais Funcionais

Este repositório faz parte da entrega do trabalho da disciplina SCC0270 - Redes Neurais e Aprendizado Profundo (2025) e foi desenvolvido pelos alunos:

Francisco Luiz Maian do Nascimento - 14570890
Gabriel da Costa Merlin - 12544420
João Pedro Soares de Azevedo Calixto - 13732011
Théo Bruno Frey Riffel - 12547812
Vítor Amorim Fróis - 12543440

Configuração e Instalação

Baixando o código:

git clone https://github.com/TheoRiffel/Parkinson-Diagnosis-Deeplearning.git
cd Parkinson-Diagnosis-Deeplearning

Baixando os dados:

Enviamos um link no eDisciplinas que vai para o Google Drive que contém arquivos .zip com os dados. Basta baixá-los, colocá-los na pasta data/ e extraí-los.

Criando o ambiente virtual parkinson e instalando dependências:

1. Instalar o Poetry

2. Criar o ambiente 'parkinson'

make all

3. Selecionar o ambiente parkinson dentro dos kernels do jupyter

Com a configuração concluída, você pode executar os notebooks no diretório 'notebooks'.

• Depois de utilizar, executar o comando abaixo para excluir o que foi instalado

make clean

Sobre o projeto

Este repositório contém um projeto para o diagnóstico multiclasse da doença de Parkinson (DP) a partir de dados de ressonância magnética funcional em repouso (rs-fMRI), baseado em três abordagens principais:

1. Séries Temporais

   • Extraímos as séries temporais BOLD (Blood-Oxygen-Level-Dependent) de cada Região de Interesse (ROI) para cada paciente.

   • Comparamos duas estratégias de classificação:

     • Fully Convolutional Network (FCN): modelos convolucionais 1D treinados diretamente sobre as séries temporais.
     • Catch22: conjunto de 22 métricas extraídas das séries, usadas como características em classificadores simples.

   • Realizamos experimentos de classificação:

     • Binária (Controles vs. Parkinson avançado)
     • Multiclasse (Controles, Prodomal, Parkinson)
     • Classificação em duas etapas (Controle vs. Doente; Prodomal vs. Parkinson)

2. Matriz de Conectividade

   • Construímos a Matriz de Conectividade funcional correlacionando as séries BOLD das ROIs usando métricas de similaridade:

     • Pearson, Spearman, Sliding Window, Dynamic Time Warping (DTW) e Imaginary Coherence (iCOH).

• Comparamos duas estratégias de classificação:

  • Aplicamos redes Multilayer Perceptron (MLP) diretamente sobre a metade superior da matriz (vetorizada), tratando o desbalanceamento com RandomOverSampler ou SMOTE.

  • Além de utilizar apenas a matriz de conectividade das séries BOLD das ROIs, também extraímos características das séries BOLD usando o método Catch22. Com essas características, construímos uma nova matriz de conectividade, cuja metade superior, vetorizada, foi usada como entrada para uma MLP simples.

• Aqui, também realizamos experimentos de classificação:

  • Binária (Controles vs. Parkinson avançado)
  • Multiclasse (Controles, Prodomal, Parkinson)
  • Classificação em duas etapas (Controle vs. Doente; Prodomal vs. Parkinson)

3. Rede Cerebral (Grafos)

   • A partir da matriz de conectividade, geramos grafos representando o cérebro de cada paciente:

     • OMST (Orthogonal Minimum Spanning Tree): gera uma árvore de custo mínimo.
     • Thresholding: conecta regiões cujos coeficientes de correlação excedem um limiar.

   • Extraímos características dos grafos (autovalores da Matriz Laplaciana) e classificamos com Graph Neural Networks (GNN), usando WeightedRandomSampler no DataLoader para balanceamento.

4. Multimodalidade

Para atender à demanda por multimodalidade no trabalho, optamos por realizar um stacking dos melhores modelos obtidos. A partir dos experimentos realizados, observamos que os melhores resultados para o problema de classificação em três classes foram alcançados utilizando, em conjunto, as matrizes de correlação e as séries temporais brutas em uma única etapa de treinamento (notebooks 1.1_3classes e 2.1_3classes).

Assim, combinamos as previsões desses dois modelos por meio de um modelo simples de aprendizado de máquina, escolhemos a regressão logística pela sua simplicidade e bom desempenho.

Os resultados indicam que o modelo multimodal não apresentou ganhos significativos em relação ao modelo baseado apenas nas matrizes de correlação (notebook 1.1_3classes). Em várias execuções, o desempenho do stacking foi frequentemente inferior ou, quando semelhante, replicava essencialmente a saída do modelo de correlação. Em poucas exceções, houve uma pequena melhora entre 1% e 3%, considerada irrelevante para o problema.

Esses resultados sugerem que a forma como as regiões cerebrais se conectam, capturada pela matriz de correlação, é o aspecto mais importante para distinguir as classes.

Notebooks do projeto

Matriz de conectividade

• 1.0_correlation_matrix.ipynb Classifica utilizando somente 2 classes (Controles e Parkinson).

• 1.1_3classes.ipynb Classificação multiclasse (Controles, Prodomal, Parkinson).

• 1.2_2etapas.ipynb Adota a estratégia de classificação em duas etapas: primeiro Controles vs. Doentes (Prodomal + Parkinson), depois Prodomal vs. Parkinson, usando o mesmo vetor de conectividade.

• 1.3_catch22.ipynb Extraia características das séries BOLD com o Catch22 e depois extrai a matriz de conectividade dessas características que são vetorizadas e passadas a uma MLP.

• 1.4_optuna.ipynb Realiza otimização de hiperparâmetros do MLP usando Optuna.

Séries temporais

• 2.0_time_series.ipynb Treina uma FCN 1D nas séries completas para classificação binária em 2 classes (Controle e Parkinson).

• 2.1_3classes.ipynb Ajusta o FCN para realizar classificação multiclasse (Controles, Prodomal, Parkinson).

• 2.2_2etapas.ipynb Executa o fluxo em duas etapas com FCN: Controle vs. Doente (Prodomal + Parkinson) e, depois, Prodomal vs. Parkinson.

• 2.3_catch22.ipynb Passa como entrada da FCN as características de cada uma das séries e não elas cruas a fim de verificar ganhos de desempenho.

Rede cerebral

• 3.0_gnn.ipynb Gera grafos (via OMST e thresholding) e treina Graph Neural Networks para classificação.

Multimodalidade

• 4.0_multimodal.ipynb Realiza o empilhamento (stacking) das previsões dos modelos baseados em séries temporais e matrizes de correlação para avaliar ganhos de performance com uma abordagem multimodal.

Resultados

Todos os resultados, métricas e gráficos podem ser encontradas nos notebook de cada método. Destacamos os resultados mais relevantes abaixo, sendo que para cada métrica (coluna) deixamos em negrito o melhor modelo, além disso ordenamos as linhas pela ordem decrescente em acurácia.

Modelo	Acurácia	F1-Score (Ponderado)	Precisão (Ponderada)	Recall (Ponderado)
Multimodalidade	0.682927	0.657274	0.727573	0.682927
Matriz de Conectividade	0.646341	0.639605	0.637495	0.646341
Séries Temporais	0.475610	0.467637	0.462998	0.475610
Baseline	0.461916	0.291900	0.213367	0.461916
GNN	0.414600	0.402400	0.420000	0.410000