[論文レビュー] Learning Neural Markers of Schizophrenia Disorder Using Recurrent Neural Networks

Jumana Dakka, Pouya Bashivan+4 more|arXiv (Cornell University)|Dec 1, 2017

Functional Brain Connectivity Studies参考文献 15被引用数 40

ひとこと要約

本論文は、全脳4次元fMRIデータにおける空間的および時間的パターンを統合的にモデル化する再帰的畝込みニューラルネットワーク（R-CNN）を提案し、統合的深層学習により統合的神経マーカーを自動で学習することで、統計的に有意に優れた分類精度66.4％を達成した。これは、従来手法を大きく上回り、精神的疾患診断におけるエンドツーエンド深層学習の可能性を示している。

ABSTRACT

Smart systems that can accurately diagnose patients with mental disorders and identify effective treatments based on brain functional imaging data are of great applicability and are gaining much attention. Most previous machine learning studies use hand-designed features, such as functional connectivity, which does not maintain the potential useful information in the spatial relationship between brain regions and the temporal profile of the signal in each region. Here we propose a new method based on recurrent-convolutional neural networks to automatically learn useful representations from segments of 4-D fMRI recordings. Our goal is to exploit both spatial and temporal information in the functional MRI movie (at the whole-brain voxel level) for identifying patients with schizophrenia.

研究の動機と目的

• fMRIを用いた統合的神経マーカーの特定に向け、手作業で設計された特徴量を回避するデータ駆動型の深層学習アプローチを開発すること。
• fMRI時系列データにおける脳ボクセル間の空間的関係と時間的ダイナミクスを活用し、診断精度を向上させること。
• fMRIデータにおけるスパatiotemporalパターンを捉えるために、再帰的畝込みアーキテクチャの有効性を評価すること。
• R-CNNとLSTMの性能を、統合的神経マーカーの特徴量（例：機能的結合性）を用いた従来の機械学習モデルと比較すること。

提案手法

• 3次元畝込みニューラルネットワーク（CNN）が、fMRIデータの各タイムポイントにおけるボクセル間の空間的特徴を処理する。
• CNNの出力を、時間窓にわたる時間的依存性をモデル化するための長短記憶（LSTM）ユニットのスタックに供給する。
• 前処理済みのfMRIデータを、FBIRNデータセットから得たものでエンドツーエンドに訓練する。入力として64タイムポイント（128秒）の窓を使用する。
• データ前処理には、デミーニング、ボクセルおよび時間軸全体でのグローバル標準化、および被験者単位のzスコア化を含み、活性化レベルの正規化を実施する。
• 5分割交差検証戦略により、訓練、検証、テスト用に被験者を不重複に分割し、検証性能に基づく早期停止を実施する。
• 窓サイズ（16および64タイムポイント）とネットワークの深さ（畝込み層の数）を変化させ、アーキテクチャの性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 再帰的畝込みニューラルネットワークは、生のfMRIデータからスパティオトロピカル表現を効果的に学習し、統合的神経マーカーとして統合的神経マーカーとしての分類精度を向上させることができるか？
• RQ2 fMRIベースの統合的神経マーカー分類において、エンドツーエンドの深層学習モデルの性能は、従来の手作業で設計された特徴量（例：機能的結合性）と比較してどうなるか？
• RQ3 fMRI入力の時間窓サイズを拡大することで、R-CNNおよびLSTMモデルの分類精度が向上するか？
• RQ4 畝込み層の深さやLSTM層の数といった、アーキテクチャの選択がfMRIデータにおけるモデル性能に与える影響は何か？

主な発見

• 最良の性能を示したモデルは、2層構造のLSTMで、64タイムポイントのfMRI窓に対して66.4％のテスト精度を達成した。これは、ベースラインモデル（57.89％）および線形SVM（57.9％）を著しく上回った。
• 2層の畝込み層に続く1層のLSTMを有するR-CNNモデルは、64タイムポイントの窓で63.3％の精度を示し、長い系列データにおいても優れた性能を発揮した。
• 窓サイズを16から64タイムポイントに拡大することで、R-CNNモデルでは1.8％、LSTMモデルでは6％以上も精度が向上した。これは、時間的文脈が極めて重要であることを示している。
• より深いR-CNNアーキテクチャ（例：2-2-1）では性能が向上せず、わずかに誤差が増加した。これは、深さの増加に伴い利得が減少することを示唆している。
• 64タイムポイントの窓に対して、LSTMモデルはR-CNNモデルを約1％上回った。これは、この設定下でLSTMがより優れた時間的モデリング能力を有していることを示している。
• 深層学習モデルは従来の手法を上回ったが、手作業で設計された機能的結合性特徴量を用いた74％の精度には及ばず、より大きなデータセットやデータ拡張技術の活用によりさらなる向上が期待できる。