[論文レビュー] Stable prediction with radiomics data

Carel F.W. Peeters, Caroline Übelhör+10 more|arXiv (Cornell University)|Mar 27, 2019

Radiomics and Machine Learning in Medical Imaging参考文献 34被引用数 3

ひとこと要約

本稿では、冗長性フィルタード要因分析を用いて多次元で自己相関の高い特徴量を低次元の潜在空間に投影することで、放射線学的予測を安定化する4段階の手法FMradioを提案する。腫瘍内皮細胞癌における生存予測において、既存手法を上回り、内部および外部バリデーションの両方で予測誤差が最小かつ説明変動が最大を達成した。

ABSTRACT

Motivation: Radiomics refers to the high-throughput mining of quantitative features from radiographic images. It is a promising field in that it may provide a non-invasive solution for screening and classification. Standard machine learning classification and feature selection techniques, however, tend to display inferior performance in terms of (the stability of) predictive performance. This is due to the heavy multicollinearity present in radiomic data. We set out to provide an easy-to-use approach that deals with this problem. Results: We developed a four-step approach that projects the original high-dimensional feature space onto a lower-dimensional latent-feature space, while retaining most of the covariation in the data. It consists of (i) penalized maximum likelihood estimation of a redundancy filtered correlation matrix. The resulting matrix (ii) is the input for a maximum likelihood factor analysis procedure. This two-stage maximum-likelihood approach can be used to (iii) produce a compact set of stable features that (iv) can be directly used in any (regression-based) classifier or predictor. It outperforms other classification (and feature selection) techniques in both external and internal validation settings regarding survival in squamous cell cancers.

研究の動機と目的

• 高次元で自己相関の高い放射線学的データにおける標準的機械学習分類器の不安定性を解消すること。
• 分類および予測タスクにおける放射線学的特徴量の下流解析用に、堅牢で使いやすいパイプラインを開発すること。
• 放射線学的データを用いた腫瘍内皮細胞癌の生存予測モデリングにおける予測性能と特徴量の安定性を向上させること。
• 放射線学的下流解析のための専用で妥当性が確認されたワークフローを提供し、現在の放射線学的研究におけるギャップを埋めること。

提案手法

• まず、冗長性フィルタリングを施した相関行列に対して罰則付き最尤推定を適用し、自己相関を低減する。
• 次に、フィルタリング済み相関行列を用いて最尤法による要因分析を実施し、潜在要因を抽出する。
• その後、得られた要因を下流モデリング用のコンactかつ安定した特徴量セットとして利用する。
• 最後に、得られた安定した潜在特徴量を任意の回帰ベースの分類器や予測器に直接統合する。
• 本手法は、冗長性フィルタリングと二段階の最尤推定を組み合わせることで、安定性と解釈可能性を確保する。
• FMradio Rパッケージは、完全なパイプラインを実装しており、再現可能でスケーラブルな解析を可能にする。

実験結果

リサーチクエスチョン

• RQ1 二段階の最尤アプローチは、高次元の放射線学的データにおける自己相関を低減し、予測の安定性を向上させることができるか？
• RQ2 FMradioは、標準的な特徴選択および分類手法と比較して、予測性能および安定性の面で優れているか？
• RQ3 冗長性フィルタリングは、放射線学的データにおける生存モデルの性能を向上させるか？
• RQ4 要因分析から導出された潜在特徴量は、外部バリデーション設定でも頑健な予測因子として機能するか？
• RQ5 自己相関は、放射線学的分類における特徴選択の独自性と安定性にどのような影響を及ぼすか？

主な発見

• FMradioは交差検証済み統合ブライアースコアが0.108と最低を記録し、Coxブースティング（0.109）やランダム生存フォレスト（0.113）を著しく上回った。
• 本手法は平均的な交差検証済み説明変動（R²）が0.169を達成し、評価されたすべてのアプローチの中で最高であった。
• 内部バリデーションでは、FMradioは予測誤差曲線が最も安定しており、R²値も最高であったことから、優れた頑健性を示した。
• 冗長性フィルタリングは、すべての比較手法の性能を向上させたが、FMradioが全体として最も安定的かつ正確であった。
• 要因分析から得られた潜在特徴量は、内部および外部バリデーションの両設定において一貫して予測可能で安定的であった。