[论文解读] A Domain Guided CNN Architecture for Predicting Age from Structural Brain Images

Pascal Sturmfels, Saige Rutherford+4 more|arXiv (Cornell University)|Aug 11, 2018

Domain Adaptation and Few-Shot Learning被引用 13

一句话总结

本文提出一种面向脑龄预测的领域引导三维卷积神经网络（3D CNN）架构，通过学习区域特异性特征并增加早期卷积层的滤波器数量，提升了性能与训练速度。该方法实现平均绝对误差（MAE）为1.4年，优于基线3D CNN的1.6 MAE，且训练速度提升30%，表明自然图像CNN中的假设无法直接适用于神经影像数据。

ABSTRACT

Given the wide success of convolutional neural networks (CNNs) applied to natural images, researchers have begun to apply them to neuroimaging data. To date, however, exploration of novel CNN architectures tailored to neuroimaging data has been limited. Several recent works fail to leverage the 3D structure of the brain, instead treating the brain as a set of independent 2D slices. Approaches that do utilize 3D convolutions rely on architectures developed for object recognition tasks in natural 2D images. Such architectures make assumptions about the input that may not hold for neuroimaging. For example, existing architectures assume that patterns in the brain exhibit translation invariance. However, a pattern in the brain may have different meaning depending on where in the brain it is located. There is a need to explore novel architectures that are tailored to brain images. We present two simple modifications to existing CNN architectures based on brain image structure. Applied to the task of brain age prediction, our network achieves a mean absolute error (MAE) of 1.4 years and trains 30% faster than a CNN baseline that achieves a MAE of 1.6 years. Our results suggest that lessons learned from developing models on natural images may not directly transfer to neuroimaging tasks. Instead, there remains a large space of unexplored questions regarding model development in this area, whose answers may differ from conventional wisdom.

研究动机与目标

• 为解决将专为2D自然图像设计的标准CNN架构应用于3D结构脑MRI数据时所面临的局限性。
• 探究在自然图像CNN中作为核心假设的平移不变性是否适用于神经影像数据。
• 通过针对大脑解剖结构定制CNN架构，提升脑MRI数据上的年龄预测性能与训练效率。
• 证明为自然图像优化的架构选择在神经影像任务中可能并非最优。

提出的方法

• 引入区域特异性卷积滤波器，使不同脑区学习不同的参数，以捕捉位置依赖的模式。
• 增加第一卷积层的滤波器数量，并在后续模块中逐步减少，以增强早期阶段的特征学习。
• 应用3D卷积以保留整个脑体积的空间结构，避免基于2D切片的处理方式。
• 采用标准3D CNN主干网络，但通过调整滤波器分布与参数共享机制，使其符合神经解剖学约束。
• 使用费城神经发育队列（Philadelphia Neurodevelopmental Cohort, PNC）数据集进行训练，以年龄作为目标标签。
• 通过平均绝对误差（MAE）与均方误差（MSE）评估性能，并与标准3D CNN基线模型进行比较。

实验结果

研究问题

• RQ1 将专为2D自然图像设计的CNN假设（如平移不变性）应用于3D脑MRI数据是否会导致次优性能？
• RQ2 通过增加滤波器数量以改善早期层的特征学习，是否能带来更好的年龄预测效果与更快的训练速度？
• RQ3 在卷积层中采用区域特异性参数共享是否相比标准权重共享能提升脑龄预测模型的性能？
• RQ4 架构改进对训练数据规模变化和模型容量变化的鲁棒性如何？
• RQ5 即使调整全连接层参数数量，专为神经影像设计的架构修改是否仍能超越标准CNN？

主要发现

• 所提出的架构在脑龄预测中实现平均绝对误差（MAE）为1.4年，优于基线3D CNN的1.6 MAE。
• 该模型在实现更优性能的同时，训练速度比基线CNN快30%，表明优化效率更高。
• 随着训练数据规模减小，该模型与基线模型之间的性能差距进一步扩大，表明其对小样本数据更具鲁棒性。
• 该模型在不同数据下采样类型及不同训练样本数量下均保持一致的性能提升。
• 性能提升并非源于全连接层参数更少，因为减少基线模型的全连接参数反而导致性能下降。
• 该模型在不同权重初始化下的性能波动更小，表明训练过程更具稳定性。