[논문 리뷰] Surreal-GAN:Semi-Supervised Representation Learning via GAN for uncovering heterogeneous disease-related imaging patterns

Zhijian Yang, Junhao Wen외 1명|ArXiv.org|2022. 05. 09.

Machine Learning in Healthcare인용 수 6

한 줄 요약

Surreal-GAN는 건강한 뇌 MRI 데이터를 잠재 변수를 통해 환자 유사 이미지로 변환함으로써 질환 관련 영상 패턴의 연속적이고 저차원적 표현(R-indices)을 학습하는 반감독 학습 기반 GAN 방법이다. 이는 질환 이질성을 이산적 하위형질이 아닌 연속적인 스펙트럼으로 모델링하여 알츠하이머병에서 높은 해석 가능성과 성능을 달성하였으며, R-indices는 임상 생물학적 지표와 인지 기능 저하와 강하게 상관된다.

ABSTRACT

A plethora of machine learning methods have been applied to imaging data, enabling the construction of clinically relevant imaging signatures of neurological and neuropsychiatric diseases. Oftentimes, such methods don't explicitly model the heterogeneity of disease effects, or approach it via nonlinear models that are not interpretable. Moreover, unsupervised methods may parse heterogeneity that is driven by nuisance confounding factors that affect brain structure or function, rather than heterogeneity relevant to a pathology of interest. On the other hand, semi-supervised clustering methods seek to derive a dichotomous subtype membership, ignoring the truth that disease heterogeneity spatially and temporally extends along a continuum. To address the aforementioned limitations, herein, we propose a novel method, termed Surreal-GAN (Semi-SUpeRvised ReprEsentAtion Learning via GAN). Using cross-sectional imaging data, Surreal-GAN dissects underlying disease-related heterogeneity under the principle of semi-supervised clustering (cluster mappings from normal control to patient), proposes a continuously dimensional representation, and infers the disease severity of patients at individual level along each dimension. The model first learns a transformation function from normal control (CN) domain to the patient (PT) domain with latent variables controlling transformation directions. An inverse mapping function together with regularization on function continuity, pattern orthogonality and monotonicity was also imposed to make sure that the transformation function captures necessarily meaningful imaging patterns with clinical significance. We first validated the model through extensive semi-synthetic experiments, and then demonstrate its potential in capturing biologically plausible imaging patterns in Alzheimer's disease (AD).

연구 동기 및 목표

• 기존 반감독 클러스터링 방법이 질환 이질성을 이산적 하위형질로 간주하는 데서 비롯하는 한계를 해결하기 위해.
• 건강한 대조군을 기준으로 질환 관련 영상 패턴을 모델링하여 병리 특이적 변화를 더 정밀하게 분리할 수 있도록 하기 위해.
• 대부분의 영상 패턴을 통해 병리 정도의 연속적이고 단조롭고 직교적인 표현을 적대적 학습 및 역매핑을 통해 학습하기 위해.
• 학습된 R-indices를 알려진 생물학적 지표와 알츠하이머병의 인지 측정치와 연결함으로써 해석 가능성과 임상적 관련성을 향상시키기 위해.

제안 방법

• Surreal-GAN는 정규화된 대조군(CN)에서 환자(PT) MRI 데이터로의 변환 함수를 조건부 GAN을 사용해 학습하며, 변환 방향을 제어하는 연속 잠재 변수를 포함한다.
• 합성 패턴이 정확히 복원될 수 있도록 보장하고 R-indices를 유추하기 위해 사용하기 위해, 분해와 재구성의 조합을 통한 역매핑 함수를 도입한다.
• 함수의 연속성, 패턴 간 직교성, R-indices의 단조성에 대한 정규화 항을 도입하여 임상적으로 의미 있는, 중복되지 않고 병리 정도 순서가 정렬된 표현을 확보한다.
• 이중 샘플링 절차와 단조성 손실를 통해 R-indices 값이 증가할수록 각 패턴을 따라 병리 정도가 증가하도록 보장한다.
• 희소성과 역매핑 일관성 제약 조건을 통해 모델이 임의의 변형이 아닌 의미 있는, 비-artefactual 패턴을 학습하도록 유도한다.
• 생성된 PT 데이터가 실제 PT 데이터 분포와 일치하도록 적대적 손실, 재구성 손실 및 다중 정규화 항을 사용해 엔드 투 엔드로 모델을 훈련시킨다.

실험 결과

연구 질문

• RQ1 반감독 GAN 프레임워크는 MRI 데이터에서 이산적 하위형질을 강제하는 대신, 연속적이고 해석 가능하며 임상적으로 관련성이 있는 질환 이질성의 영상 패턴을 학습할 수 있는가?
• RQ2 모델은 공간적으로 별개인 여러 질환 패턴을 얼마나 잘 분리할 수 있으며, 각 차원을 따라 병리 정도의 단조성은 유지되는가?
• RQ3 학습된 R-indices는 알츠하이머병에서 기존의 임상 생물학적 지표인 CSF-Aβ, CSF-Tau 및 APOE-E4 상태와 어느 정도 상관되는가?
• RQ4 비교적 미세하고 광범위한 위축 패턴을 포착하는 데서, 이산 클러스터링 또는 기준 없는 접근 방식에 의존하는 방법과 비교해 모델은 어떤 성능을 보이는가?

주요 결과

• 반합성 데이터에서 Surreal-GAN는 진정한 패턴과 병리 정도를 높은 정확도로 복원했으며, 매우 경미한 위축(0–20% 부피 손실) 또는 병변 영역이 희소한 경우와 같은 극단적 조건에서 성능 저하가 발생한 것으로 나타났다.
• ADNI 알츠하이머병 데이터셋에서 모델은 시각적·통계적으로 모두 타당한 두 가지 별개의 패턴을 성공적으로 식별했다: 광범위한 피질 위축(r₁와 관련)과 내측 시간엽 위축(r₂와 관련), 각각 생물학적으로 타당한 패턴으로 확인되었다.
• 두 R-indices는 139개의 수작업으로 정의된 ROI와 비교해 유사한 진단 성능를 보였으며, 낮은 차원성으로도 강력한 분류 능력을 입증했다.
• r₁은 백질 병변 부피, 고혈압, 실행 기능 저하 및 언어 장애와 강하게 상관되었고, r₂는 CSF-Tau, pTau 및 APOE-E4 상태와 더 밀접하게 연관되어 있어 별개의 생물학적 연관성을 시사했다.
• R-indices의 단조성과 연속성 덕분에 임상 변수와의 신뢰할 수 있는 상관 분석이 가능했으며, 이는 종단적 및 예후 모델링에 유용함을 확인했다.
• Surreal-GAN는 다섯 개의 합성 데이터셋에서 다섯 가지 기준 방법보다 뚜렷한 성능 향상을 보였으며, CN 데이터를 기준으로 활용해 혼란 요인을 방지하는 데 뛰어난 능력을 보였다.