[論文レビュー] NEURO-DRAM: a 3D recurrent visual attention model for interpretable neuroimaging classification

David Wood, James H. Cole+1 more|arXiv (Cornell University)|Oct 10, 2019

Machine Learning in Healthcare参考文献 46被引用数 4

ひとこと要約

NEURO-DRAM は、強化学習を用いてボリュメトリックな MRI スキャンをナビゲートする 3D リカレント視覚的注意モデルであり、神経画像診断分類において最も診断的に関連性の高い脳領域に注目する。アルツハイマー病の予測および軽度認知障害の予後予測において、最先端の正確性を達成するとともに、明示的な教師なしで既知の放射線学的バイオマーカーを自動的に同定する。

ABSTRACT

Deep learning is attracting significant interest in the neuroimaging community as a means to diagnose psychiatric and neurological disorders from structural magnetic resonance images. However, there is a tendency amongst researchers to adopt architectures optimized for traditional computer vision tasks, rather than design networks customized for neuroimaging data. We address this by introducing NEURO-DRAM, a 3D recurrent visual attention model tailored for neuroimaging classification. The model comprises an agent which, trained by reinforcement learning, learns to navigate through volumetric images, selectively attending to the most informative regions for a given task. When applied to Alzheimer's disease prediction, NEURODRAM achieves state-of-the-art classification accuracy on an out-of-sample dataset, significantly outperforming a baseline convolutional neural network. When further applied to the task of predicting which patients with mild cognitive impairment will be diagnosed with Alzheimer's disease within two years, the model achieves state-of-the-art accuracy with no additional training. Encouragingly, the agent learns, without explicit instruction, a search policy in agreement with standardized radiological hallmarks of Alzheimer's disease, suggesting a route to automated biomarker discovery for more poorly understood disorders.

研究の動機と目的

• 標準的な畳み込みニューラルネットワーク（CNN）の神経画像診断分野における限界、特に過学習、一般化性能の低さ、解釈不能性の問題を是正すること。
• 非画像診断および人口統計的データを自然に統合できるモデルの開発により、最終分類にそれらを直接用いずに注意を誘導すること。
• 注視軌跡の可視化により、分類意思決定に最も影響を与える脳領域を特定することで、モデルの解釈性を向上させること。
• 再訓練なしに、サンプル外データおよび新たな臨床タスクへゼロショット転送を可能にし、一般化性能および臨床的有用性を向上させること。
• 既知の病理的領域と整合する注意ポリシーを学習することで、理解が不十分な神経疾患における自動バイオマーカー発見を試みること。

提案手法

• 離散ステップで 3D MRI ボリュームをナビゲートする強化学習エージェントを採用し、一度に小さな 3D パッチに注目する。
• 各注視パッチから特徴を抽出するために 3D 畳み込みニューラルネットワークを用い、それを LSTM を用いたリカレントコントローラーに供給する。
• 分類精度を最大化するようにポリシー勾配強化学習でエージェントを訓練し、予測性能に基づくスパarsな報酬を与える。
• 年齢、性別、臨床スコアなどの非画像メタデータを、エージェントの注意ポリシーを調整するコンテキストネットワークを介して統合する。
• 注視軌跡を可視化することで、最も情報量の多い解剖学的領域を特定し、解釈性の向上とバイオマーカー発見の可能性を提供する。
• LSTM の隠れ状態がステップ間で文脈を保持する階層的アーキテクチャを採用し、脳ボリューム全体にわたる長距離の推論を可能にする。

実験結果

リサーチクエスチョン

• RQ1 強化学習に基づく 3D 視覚的注意モデルは、標準的な 3D CNN よりも神経画像診断データに対して優れた分類性能を達成できるか？
• RQ2 微調整なしに、異なるスキャナから得られたサンプル外の MRI データへ一般化できるか？
• RQ3 エージェントはアルツハイマー病に関連する臨床的関連脳領域（例：海馬、頭頂側頭皮質）に注目する学習を遂げているか？
• RQ4 非画像診断および人口統計的データを用いて、最終意思決定に直接それらを用いずに注意ポリシーを改善できるか？
• RQ5 注視軌跡は、神経変性疾患における自動バイオマーカー発見の代理指標として機能できるか？

主な発見

• NEURO-DRAM は、構造的 MRI からのアルツハイマー病予測において、ベースラインの 3D 畳み込みニューラルネットワークを大きく上回る最先端の分類正確性を達成した。
• モデルはサンプル外データへ効果的に一般化し、異なるスキャナからの外部データセットでテストした際、性能の低下を示さなかった。
• 2年以内に軽度認知障害からアルツハイマー病に進行する予測に対して、追加のトレーニングなしに最先端の正確性を達成した。
• エージェントは、アルツハイマー病の既知の放射線学的特徴（海馬、傍海馬回、側頭室、頭頂皮質など）を体系的に訪問する探索ポリシーを学習した。
• 注視軌跡は解釈可能で、臨床的知識と整合しており、理解が不十分な疾患における自動バイオマーカー発見を支援する可能性を示唆している。
• 非画像メタデータの統合により、最終分類に画像特徴に依存するモデルの信頼性を損なわず、注意誘導が向上した。