[论文解读] m-TSNE: A Framework for Visualizing High-Dimensional Multivariate Time Series

Minh N. H. Nguyen, Sanjay Purushotham+2 more|arXiv (Cornell University)|Aug 26, 2017

Time Series Analysis and Forecasting参考文献 14被引用 23

一句话总结

本文提出 m-TSNE，一种新颖的框架，用于通过利用扩展弗罗贝尼乌斯范数（EROS）进行相似性计算，并结合 t 分布随机邻域嵌入（t-SNE）将高维多变量时间序列（MTS）投影到 2D 或 3D 空间，从而实现可视化，同时保留局部结构。该方法在医疗数据中实现了对复杂 MTS 模式的可解释性可视化，相较于 PCA、基于欧几里得距离的 t-SNE 和基于 DTW 的 t-SNE，在识别 EEG 数据中的患者疲劳模式和群体分离方面表现更优。

ABSTRACT

Multivariate time series (MTS) have become increasingly common in healthcare domains where human vital signs and laboratory results are collected for predictive diagnosis. Recently, there have been increasing efforts to visualize healthcare MTS data based on star charts or parallel coordinates. However, such techniques might not be ideal for visualizing a large MTS dataset, since it is difficult to obtain insights or interpretations due to the inherent high dimensionality of MTS. In this paper, we propose 'm-TSNE': a simple and novel framework to visualize high-dimensional MTS data by projecting them into a low-dimensional (2-D or 3-D) space while capturing the underlying data properties. Our framework is easy to use and provides interpretable insights for healthcare professionals to understand MTS data. We evaluate our visualization framework on two real-world datasets and demonstrate that the results of our m-TSNE show patterns that are easy to understand while the other methods' visualization may have limitations in interpretability.

研究动机与目标

• 为解决在医疗领域中高维多变量时间序列（MTS）数据可视化所面临的挑战，其中传统方法如星图和并行坐标因维度过高而难以解释。
• 开发一种可视化框架，以保留 MTS 数据中固有的时间相关性和多变量相关性，使医疗专业人员能够进行有意义的解读。
• 与现有的降维技术（如 PCA 和 t-SNE 变体）相比，提升 MTS 可视化的可解释性，特别是在检测患者疲劳模式和群体分离方面。
• 在真实世界医疗数据集上评估该框架，并证明其在揭示临床相关模式（如活动水平变化和异常值检测）方面的优越性。

提出的方法

• m-TSNE 使用扩展弗罗贝尼乌斯范数（EROS）计算 MTS 数据点之间的成对相似性，该度量专门针对多变量时间序列设计，能够捕捉时间相关性和跨变量关系。
• 该框架应用 t-SNE 将高维 MTS 点嵌入低维（2D 或 3D）空间，通过随机邻域嵌入保留局部相似性结构。
• 采用梯度下降优化过程，最小化高维与低维空间中邻近关系的概率分布之间的 Kullback-Leibler 散度。
• 该方法在两个真实世界数据集上进行了评估：ATOM-HP（化疗期间的患者活动数据）和 EEG（酒精使用易感性的遗传倾向数据）。
• 通过定性分析和针对非专家与专家参与者的受控用户研究，将可视化结果与 PCA、基于欧几里得距离的 t-SNE 和基于 DTW 的 t-SNE 进行对比。

实验结果

研究问题

• RQ1 m-TSNE 是否能有效可视化高维多变量时间序列数据，从而揭示如患者疲劳和治疗反应等临床可解释模式？
• RQ2 与 PCA 及其他 t-SNE 变体（基于欧几里得距离和基于 DTW）相比，m-TSNE 在 MTS 数据的可解释性和聚类分离方面表现如何？
• RQ3 m-TSNE 是否能识别出在高维空间中不明显的有意义异常值和分组（如对照组与酗酒者）？
• RQ4 m-TSNE 在多大程度上支持医疗专业人员通过视觉洞察理解患者表现和治疗效果？

主要发现

• m-TSNE 有效可视化了 ATOM-HP 数据集中患者的活动水平模式，并识别出化疗后活动水平下降的时期，表明存在治疗诱导的疲劳。
• 在 EEG 数据集中，m-TSNE 清晰地将对照组与酗酒者分离开成独立的聚类，且所有检测到的异常值均属于酗酒组，这一模式在高维空间中不可见。
• 用户研究显示，m-TSNE 的平均可解释性评分为 2.48，显著高于 PCA（1.92）和基于 DTW 的 t-SNE（1.6），表明其可解释性更优。
• 肿瘤科医生确认，m-TSNE 识别出的聚类和趋势对评估治疗周期中患者疲劳具有临床实用性。
• m-TSNE 在形成清晰、不重叠的聚类方面优于基于欧几里得距离的 t-SNE 和基于 DTW 的 t-SNE，避免了其他方法中常见的云状杂乱外观。
• 该框架在保留 MTS 数据中有意义的时间相关性和多变量关系方面表现出稳健性，为临床决策提供了可操作的洞察。