DeciFace：解读种族背景对罕见孟德尔疾病面部畸形特征的影响

遗传性疾病和面部表型

已知的遗传性疾病有 7000 多种，估计受影响的人数约为人口的 6-10%1。 大约 30% 到 40% 的遗传性疾病会导致面部和头骨发生物理变化，例如唐氏综合症或脆性 X 综合症。 因此，许多遗传性疾病的已知面部表型对于临床诊断具有丰富的信息。 众所周知，快速准确地诊断遗传性疾病对于预防潜在的健康问题至关重要。 对于临床遗传学家和儿科医生来说，通过面部表型诊断遗传性疾病需要高度的经验和专业知识。 然而，这个问题存在一些困境。 首先，对非经典表现或极其罕见的遗传性疾病的识别受到个体人类专家先前经验的限制。 其次，一些遗传性疾病在临床上会被混淆，因为它们有几种亚型（不止一种典型表型）或与其他疾病重叠的面部特征，例如科妮莉亚·德·朗格综合征。 最后，由于面部表型有时是广谱的或随着年龄的增长而变得更加突出，例如粘多糖贮积症，诊断的难度也会增加。 简而言之，通过面部表型诊断遗传性疾病仍然面临挑战。

自动面部分析

计算机辅助识别的研究长期以来一直在处理与面部分析相关的问题，特别是针对非经典表现或超罕见的遗传性疾病。 换句话说，使用计算机系统作为临床医生的辅助或参考变得越来越重要2-6。 近年来，Face2Gene（FDNA Inc.，波士顿马萨诸塞州，美国）已成为一种新颖且广泛使用的工具，用于检测面部表型并从二维（2D）正面照片中识别畸形特征2。 Face2Gene 中的面部畸形小说分析 (FDNA) 技术称为 DeepGestalt，它建立在深度卷积神经网络 (DCNN) 的基础上，并使用计算机视觉和深度学习算法。 DeepGestalt 的高级流程如 Yaron Gurovich 等人所述。首先是预处理新的输入图像以实现人脸检测、地标检测和对齐，然后将输入图像裁剪为面部区域。 其次是将每个区域输入 DCNN 并获得一个 softmax 向量，该向量指示其与模型中每个综合症的对应关系。 第三，对所有区域 DCNN 的输出向量进行聚合和排序，以获得最终的遗传性疾病排名列表。 DeepGestalt 的 DCNN 架构部分作为后续内容。 网络中有十个卷积层，除了最后一个之外的所有层都后面跟着批量归一化和修正线性单元（ReLU）。 在每对卷积（CONV）层之后应用一个池化层（前四对之后是最大池化，第五对之后是平均池化）。 然后 CONV 层后面是带有 dropout (0.5) 的全连接层和 softmax 层。 因此，每个池化层之后都会出现一个示例热图。 比较第一层的低级特征和最后一层的高级特征，后者可以识别输入图像中更复杂的特征，并且当身份相关特征消失时往往会出现独特的面部特征。 目前，DeepGestalt 模型在包含 17,000 多张图像的数据集上进行训练，这些图像涵盖了由社区驱动的表型分析平台 Face2Gene 策划的 200 多种不同的遗传性疾病。

使用深度学习识别遗传性疾病面部表型的文章为 DeepGestalt 通过自动面部分析诊断遗传性疾病提供了可靠性。 二元格式塔模型将特定疾病与一组其他疾病区分开来。 对于 Cornelia de Lange 综合征，DeepGestalt 的准确度为 96.88%，敏感性为 95.67%，特异性为 100%。 对于 Angelman 综合征，DeepGestalt 的准确度为 92%，灵敏度为 80%，特异性为 100%。 与以往的相关研究相比，两者都具有更加精准的诊断能力。 专门的格式塔模型用于对同一综合征的不同基因型进行分类。 PTPN11、SOS1、RAF1、RIT1 或 KRAS 基因突变的努南综合征是用于测试 DeepGestalt 性能的模型。 在本研究中，DeepGestalt 是一个截断版本，仅预测五个所需的类别。 结果是 64% 的 top-1 准确率，优于 20% 的随机概率，使遗传学家能够研究表型-基因型相关性。 多类别完形模型是 DeepGestalt 大规模执行面部完形分析。 DeepGestalt 在临床测试集上的前 10 名准确度为 90.6%，在出版物测试集上的准确度为 89.4%。 临床测试集的top-5和top-1准确率分别达到85.4%和61.3%，出版物测试集的top-5和top-1准确率分别达到83.2%和68.7%。 因此，临床可以通过自动面部分析框架更好地对遗传性疾病进行优先排序和诊断。 DeepGestalt 可能为临床遗传学、分子研究和研究中评估遗传性疾病的面部表型增加相当大的价值。

2022 年，基于之前的工作，Hsieh 等人。提出了 GestaltMatcher6，它利用在患者照片上训练的 DCNN 作为编码器，将面部照片转换为特征向量，形成临床面部表型空间 (CFPS)。 然后，他们通过 CFPS 中两个向量的余弦距离来量化患者之间的相似性。 通过这种方法，研究人员可以支持缺乏图像进行训练的极其罕见的综合症，并将支持的综合症推向新的水平（从 299 种综合症到 1,115 种综合症）。 GestaltMatcher 还可以识别新的疾病。 此外，它还促进了关于遗传疾病疾病分类学中可区分性的长期讨论。 目前，有11个新的疾病基因正在分析中，其中四个已提交给同行评审期刊。