[論文レビュー] Using complex networks towards information retrieval and diagnostics in multidimensional imaging

Soumya Banerjee, Mohammad Azharuddin+5 more|arXiv (Cornell University)|Jun 8, 2015

Olfactory and Sensory Function Studies参考文献 82被引用数 15

ひとこと要約

本稿では、特に熱画像時系列を含む多次元動的画像をネットワークに変換する、複雑ネットワークに基づく新規フレームワークを提案する。エッジの媒介性中央度といったネットワーク指標を分析することで、本手法は乾性ドライアイ（ADDE）患者、コンタクトレンズ装用者、レーザー角膜形成術（Lasik）手術を受けた患者を健康対照群と明確に区別でき、病理的状態が破綻した熱的ダイナミクスを示す類似したネットワークトポロジーを示すことが明らかになった。

ABSTRACT

We present a fresh and broad yet simple approach towards information retrieval in general and diagnostics in particular by applying the theory of complex networks on multidimensional, dynamic images. We demonstrate a successful use of our method with the time series generated from high content thermal imaging videos of patients suffering from the aqueous deficient dry eye (ADDE) disease. Remarkably, network analyses of thermal imaging time series of contact lens users and patients upon whom Laser-Assisted in situ Keratomileusis (Lasik) surgery has been conducted, exhibit pronounced similarity with results obtained from ADDE patients. We also propose a general framework for the transformation of multidimensional images to networks for futuristic biometry. Our approach is general and scalable to other fluctuation-based devices where network parameters derived from fluctuations, act as effective discriminators and diagnostic markers.

研究の動機と目的

• 本研究の目的は、複雑ネットワークを応用して、スケーラブルで非侵襲的な診断法を構築することにある。
• 従来の熱画像法の限界、特に低解像度と環境ノイズの問題に対処することを目的としている。
• 目的は、従来の画像処理では検出できない、熱揺らぎからの隠れた動的特徴を抽出することにある。
• 本研究は、網膜疾患のバイオマーカーとしてのネットワーク指標の有効性と識別力を確立することを目的としている。
• 本手法が生体識別やリアルタイム臨床診断への応用が可能である可能性を探る。

提案手法

• 眼および顔面領域の高コンテンツ熱画像動画から時系列データを抽出する。
• 各時系列は、可視性グラフアルゴリズムを用いて有向ネットワークに変換され、ノードは温度値、エッジは時間的遷移を表す。
• エッジの媒介性中央度（Be）といった指標を用いてネットワークトポロジーを分析し、温度領域間の遷移頻度を定量的に評価する。
• Beの累積分布を計算し、健康群、ADDE群、コンタクトレンズ装用者、Lasik手術群などのグループ間で比較することで、識別可能なパターンを同定する。
• 本手法により、異なる生理的状態におけるネットワーク構造を比較可能となり、熱揺らぎダイナミクスの違いが明らかになる。
• 本フレームワークは、熱画像に限らず、他の揺らぎに基づく画像モodalitiesへも一般化可能である。

実験結果

リサーチクエスチョン

• RQ1 複雑ネットワーク分析を用いた熱画像時系列解析は、健康な個人と乾性ドライアイ（ADDE）を効果的に区別できるか？
• RQ2 コンタクトレンズ装用者やレーザー角膜形成術（Lasik）を受けた人々は、ネットワーク指標を用いて解析した際に、ADDE患者と同様の熱揺らぎダイナミクスを示すか？
• RQ3 エッジの媒介性中央度（Be）は、動的熱画像において病理的網膜状態を強力に識別できるか？
• RQ4 健康状態と病的状態における眼と顔面の熱揺らぎの結合性には、どのような違いが見られるか？
• RQ5 本ネットワークベースの手法により、局所的熱的ダイナミクスに基づいた生体識別が可能になるか？

主な発見

• ドライアイ患者（DE）の累積エッジの媒介性中央度（Be）分布は、コンタクトレンズ装用者（CL）およびLasik患者（LASIK）とほぼ同一であり、共通のネットワークトポロジーを示していることが判明した。
• コンタクトレンズ装用者のBe分布は、レンズ装用時・非装用時を問わずADDE患者と区別がつかないため、持続的な病理的ダイナミクスが存在することが示唆された。
• Lasik患者のBe分布は、術前・術後を問わずADDE患者と非常に類似しており、ネットワークレベルでの持続的変化が生じていることが確認された。
• 健康個人（HE）のBe分布はADDE患者と顕著に異なるが、特に眼領域で顕著であり、診断の識別力が裏付けられた。
• 頬領域では、健康個人（HEおよびHC）のBe分布は顕著に異なるが、ADDE患者（DE）とコンタクトレンズ装用者（CL）は類似した分布を示しており、病理的ダイナミクスの局所的依存性が明らかになった。
• 本結果は、ネットワークベースの解析が、空間的画像データだけでは明らかにならない代謝的・機能的異常を捉えられることを示しており、診断ツールとしての有効性が検証された。