[論文レビュー] Deep Relation Learning for Regression and Its Application to Brain Age Estimation

Sheng He, Yanfang Feng+2 more|arXiv (Cornell University)|Apr 13, 2022

Domain Adaptation and Few-Shot Learning被引用数 9

ひとこと要約

本稿では、4つの非線形関係—累積的、相対的、最大値、最小値—を用いて、ペア化された脳MRI画像間の関係を活用することで、脳年齢推定を向上させるためのディープリレーションラーニングを提案する。シアンセイCNN-Transformerアーキテクチャを用い、6,049名の被験者を含む生涯スケールのデータセットで、2.38年という最先端の平均絶対誤差（MAE）を達成した。

ABSTRACT

Most deep learning models for temporal regression directly output the estimation based on single input images, ignoring the relationships between different images. In this paper, we propose deep relation learning for regression, aiming to learn different relations between a pair of input images. Four non-linear relations are considered: "cumulative relation", "relative relation", "maximal relation" and "minimal relation". These four relations are learned simultaneously from one deep neural network which has two parts: feature extraction and relation regression. We use an efficient convolutional neural network to extract deep features from the pair of input images and apply a Transformer for relation learning. The proposed method is evaluated on a merged dataset with 6,049 subjects with ages of 0-97 years using 5-fold cross-validation for the task of brain age estimation. The experimental results have shown that the proposed method achieved a mean absolute error (MAE) of 2.38 years, which is lower than the MAEs of 8 other state-of-the-art algorithms with statistical significance (p$<$0.05) in paired T-test (two-side).

研究の動機と目的

• 脳年齢推定において、単一画像回帰モデルが画像間の関係性を無視するという限界を是正すること。
• 単一画像予測に依存するのではなく、ペア化された脳MRI画像間の複数の非線形関係を学習することで、回帰精度を向上させること。
• 同一画像ペア（x,x）からの年齢予測を可能にすることで、年齢推定の自己反射性（reflexivity）を実現し、堅牢性と一貫性を高めること。
• 不均衡な年齢分布において、バイアス補正やクロスコhort比較の可能性を検討すること。
• 同じ画像と異なる画像のペアを含む、さまざまな入力設定において、手法の汎用性と一貫性を示すこと。

提案手法

• フレームワークは2段階構成：共有または独立したシアンセイCNNバックボーンによる特徴抽出、およびTransformerエンコーダーを用いた関係回帰。
• 4つの非線形関係を同時に学習：累積的（τx + τy）、相対的（τx − τy）、最大値（max(τx, τy)）、最小値（min(τx, τy)）の年齢関係。
• CNNがペア入力画像（x,y）から深層特徴を抽出し、それらをトークン化して標準的なTransformerに供給し、関係の共同回帰を実行。
• すべての4つの関係を同時に予測するためのマルチタスク損失を用いて、エンドツーエンドで学習させ、複雑な非線形相互作用を学習可能にする。
• 参照ベース推定（異なる画像を参照として使用）と自己ベース推定（同じ画像を2回使用）の両方をサポートし、自己反射性を確保。
• 6,049名の被験者（年齢範囲0–97歳）を含む統合データセットを用い、5分割交差検証でアーキテクチャを評価。

実験結果

リサーチクエスチョン

• RQ1 ペア化された脳MRI画像間の複数の非線形関係を学習することで、単一画像回帰と比較して、脳年齢推定の精度が向上するか？
• RQ2 同一画像（x,x）と異なる画像（x≠y）を入力とした場合に、本手法が一貫した性能を示すか（自己反射性を確認するか）？
• RQ3 累積的、相対的、最大値、最小値といった異なる種類の関係は、モデル性能にどのように寄与するか？特に、どの関係が最高の予測精度を示すか？
• RQ4 4つの関係を同時に学習することで、個別に学習する場合や1つの関係のみで学習する場合と比較して、平均絶対誤差（MAE）を低減できるか？
• RQ5 特に訓練サンプルが少ない年齢層において、本モデルは生涯スケールでどのように性能を発揮するか？また、データの不均衡に起因する誤差を軽減できるか？

主な発見

• 提案手法は、6,049名の被験者を含む生涯スケールのデータセットで、平均絶対誤差（MAE）2.38年を達成し、8つの最先端モデルを有意に上回った（対応t検定でp < 0.05）。
• 最大値（r₃ = max(τₓ, τᵧ)）と最小値（r₄ = min(τₓ, τᵧ)）の関係を用いた場合に最高の性能を示し、線形関係よりも非線形関係がより情報量が多いことを示した。
• 4つの関係を同時に学習した場合のMAE（2.38年）は、単一またはペア関係の学習よりもわずかに低く、多関係監視の利点を裏付けた。
• 入力ペアが同一画像（x,x）か異なる画像（x≠y）かにかかわらず、一貫した性能を示したため、自己反射性と堅牢性が確認された。
• 被時系列年齢との一致度合は87.40％（α=5年）で、ピアソン相関係数は0.988を示し、年齢と強い一致を示した。
• 多様な入力設定において汎用性を示し、特に不均衡な年齢分布におけるバイアス補正やクロスコhort比較の可能性を示した。