[논문 리뷰] A Novel Approach for Stable Selection of Informative Redundant Features from High Dimensional fMRI Data

Yilun Wang, Zhiqiang Li외 5명|arXiv (Cornell University)|2015. 06. 27.

Face and Expression Recognition참고 문헌 58인용 수 7

한 줄 요약

이 논문은 고차원 fMRI 데이터에서 생물학적 표지자 탐색의 안정성, 내성 및 해석 가능성 향상을 위해 안정성 선택과 엘라스틱넷 정규화를 조합한 새로운 특성 선택 방법을 제안한다. 기존의 전통적 방법에서 간과되었던 정보성 중복 특성들을 선택함으로써, 위양성 및 빠짐을 초과하는 제어를 달성하였으며, 노이즈가 있는 레이블과 데이터 변동 조건 하에서 합성 데이터 및 다중 센터 ADHD fMRI 데이터셋을 통해 검증되었다.

ABSTRACT

Feature selection is among the most important components because it not only helps enhance the classification accuracy, but also or even more important provides potential biomarker discovery. However, traditional multivariate methods is likely to obtain unstable and unreliable results in case of an extremely high dimensional feature space and very limited training samples, where the features are often correlated or redundant. In order to improve the stability, generalization and interpretations of the discovered potential biomarker and enhance the robustness of the resultant classifier, the redundant but informative features need to be also selected. Therefore we introduced a novel feature selection method which combines a recent implementation of the stability selection approach and the elastic net approach. The advantage in terms of better control of false discoveries and missed discoveries of our approach, and the resulted better interpretability of the obtained potential biomarker is verified in both synthetic and real fMRI experiments. In addition, we are among the first to demonstrate the robustness of feature selection benefiting from the incorporation of stability selection and also among the first to demonstrate the possible unrobustness of the classical univariate two-sample t-test method. Specifically, we show the robustness of our feature selection results in existence of noisy (wrong) training labels, as well as the robustness of the resulted classifier based on our feature selection results in the existence of data variation, demonstrated by a multi-center attention-deficit/hyperactivity disorder (ADHD) fMRI data.

연구 동기 및 목표

• 제한된 표본 수를 가진 고차원 fMRI 데이터에서 기존의 다변량 특성 선택 방법의 불안정성과 신뢰성 부족 문제를 해결한다.
• 다중 센터 간 데이터 변동과 노이즈가 있는 학습 레이블 조건 하에서도 특성 선택의 내성을 향상시킨다.
• 이전에 간과되었던 정보성 중복 특성들을 선택함으로써 생물학적 표지자의 해석 가능성과 분류기의 일반화 성능을 향상시킨다.
• 고전적 단변량 t-검정이 특히 레이블 노이즈 조건 하에서 특성 선택에 미치는 한계를 입증한다.
• 복잡하고 상관관계가 높은 데이터에서 실제 신경영상 생물학적 표지자를 안정적이고 재현 가능하게 식별할 수 있는 방법을 제공한다.

제안 방법

• 고차원 특성 공간에서 위양성과 위음성 모두를 동시에 제어하기 위해 안정성 선택과 엘라스틱넷 정규화를 통합한다.
• 랜덤 서브셋을 기반으로 한 서브샘플링을 통해 안정성 선택을 적용하여 다양한 훈련 데이터 서브셋 간의 특성 선택 안정성을 추정한다.
• 상관관계가 높은 특성들을 처리하고 정보성 중복 특성을 선택하기 위해 엘라스틱넷의 혼합 L1/L2 정규화를 활용한다.
• 안정성 선택에서 유도된 선택 빈도와 엘라스틱넷의 계수 압축을 조합하여 안정적이고 정보성 있는 특성을 식별한다.
• 안정성 선택의 이론적 보장 조건을 활용하여 오류율을 제어할 수 있도록 선택 임계값을 최적화한다.
• 선택된 특성들로 최종 분류기를 훈련시켜 데이터 변동과 레이블 노이즈 조건 하에서 일반화 성능을 평가한다.

실험 결과

연구 질문

• RQ1 안정성 선택과 엘라스틱넷의 하이브리드 방법이 고차원 fMRI 데이터에서 특성 선택의 안정성과 신뢰성 향상에 기여하는가?
• RQ2 정보성 중복 특성의 포함 여부가 식별된 생물학적 표지자의 해석 가능성과 내성에 어떤 영향을 미치는가?
• RQ3 노이즈가 있는 학습 레이블 조건 하에서 제안된 방법이 고전적 단변량 t-검정보다 얼마나 뛰어난가?
• RQ4 다중 fMRI 센터 간 데이터 변동 조건 하에서 특성 선택 및 결과 분류기가 얼마나 내성적인가?
• RQ5 실제 신경영상 응용 분야에서 위양성 발견과 빠짐을 동시에 효과적으로 제어할 수 있는가?

주요 결과

• 제안된 방법은 기존의 다변량 및 단변량 접근 방식에 비해 위양성 발견과 빠짐을 크게 감소시켰다.
• 이 방법은 정보성 중복 특성을 성공적으로 식별하여 도출된 생물학적 표지자 집합의 해석 가능성을 향상시켰다.
• 훈련 레이블의 최대 20%가 노이즈에 의해 손상된 조건 하에서도 특성 선택 결과는 안정적이고 신뢰할 수 있었다.
• 제안된 방법으로 선택된 특성들로 훈련된 분류기는 다양한 센터에서의 ADHD fMRI 데이터셋 간에 잘 일반화되었다.
• 본 연구는 고전적 단변량 t-검정이 레이블 노이즈 조건 하에서 매우 내성성이 떨어지며, 반면 제안된 방법은 일관된 성능을 유지함을 처음으로 입증하였다.
• 안정성 선택과 엘라스틱넷의 융합은 고차원 fMRI 데이터에서 더 내성적이고 재현 가능한 특성 선택 파이프라인을 제공한다.