[论文解读] Computational Anatomy in Theano

Line Kühnel, Stefan Sommer|arXiv (Cornell University)|Jun 15, 2017

Morphological variations and asymmetry被引用 1

一句话总结

本文提出了一种基于Theano的符号化、高性能实现，用于计算解剖学中的微分几何与非线性统计。该方法实现了测地线、平行移动、弗雷歇均值及布朗运动在特征点流形上的简洁、GPU加速计算，实验基于LDDMM框架在20,000个特征点的胼胝体形状上实现亚毫秒级性能。

ABSTRACT

To model deformation of anatomical shapes, non-linear statistics are required to take into account the non-linear structure of the data space. Computer implementations of non-linear statistics and differential geometry algorithms often lead to long and complex code sequences. The aim of the paper is to show how the Theano framework can be used for simple and concise implementation of complex differential geometry algorithms while being able to handle complex and high-dimensional data structures. We show how the Theano framework meets both of these requirements. The framework provides a symbolic language that allows mathematical equations to be directly translated into Theano code, and it is able to perform both fast CPU and GPU computations on high-dimensional data. We show how different concepts from non-linear statistics and differential geometry can be implemented in Theano, and give examples of the implemented theory visualized on landmark representations of Corpus Callosum shapes.

研究动机与目标

• 简化计算解剖学中复杂微分几何与非线性统计算法的实现。
• 利用Theano的符号化微分及GPU/CPU计算能力，高效处理高维解剖数据。
• 在基于特征点的形状分析中，对黎曼与子黎曼结构进行框架验证。
• 通过框架丛方法，实现非线性流形上弗雷歇均值与正态分布的精确估计。
• 提供一个通用、可重用的代码库，用于在弯曲数据空间中进行非线性统计分析。

提出的方法

• 利用Theano的自动微分，对测地线计算的哈密顿方程进行符号化实现。
• 通过度量张量上的符号矩阵运算，计算克里斯托费尔符号与平行移动。
• 在流形与框架丛上应用弗雷歇均值算法，通过最小化测地线距离与最可能路径（MPP）能量实现。
• 利用SDE解（6）实现流形上布朗运动的随机发展，其转移分布定义了正态分布。
• 通过Theano透明集成GPU加速，无需编写显式GPU代码。
• 基于动量向量与尖射映射，实现框架丛上的弗雷歇均值，用于定义MPP。

实验结果

研究问题

• RQ1 Theano的符号化框架能否简化计算解剖学中复杂微分几何算法的实现？
• RQ2 Theano在高维特征点流形上计算测地线与平行移动的效率如何？
• RQ3 框架丛上的弗雷歇均值能否有效用于估计非线性形状流形上的各向异性正态分布？
• RQ4 Theano在无需显式GPU编程的情况下，能在多大程度上实现GPU加速计算？
• RQ5 所实现的随机过程（如布朗运动）在弯曲流形上与欧氏统计类比相比表现如何？

主要发现

• Theano实现了复杂微分几何时程的直接符号化转换，生成简洁、可读的代码，无需手动推导高阶导数。
• 该框架在包含20,000个点的40,000维特征点流形上实现测地线匹配的亚毫秒级计算时间，仅通过CPU或GPU透明计算。
• 通过度量张量上的符号矩阵运算，成功实现了平行移动与克里斯托费尔符号的计算。
• 在框架丛上的弗雷歇均值成功计算，支持通过非正交基的各向异性正态分布估计。
• 在胼胝体流形上可视化了布朗运动与正态分布的转移过程，验证了在弯曲空间中随机模型的有效性。
• 该实现具有通用性与可重用性，代码已发布于Theano Geometry仓库，适用于超越特征点流形的广泛应用场景。