[论文解读] Machine Learning pipeline for discovering neuroimaging-based biomarkers in neurology and psychiatry

Alexander Bernstein, Evgeny Burnaev+6 more|arXiv (Cornell University)|Apr 26, 2018

Functional Brain Connectivity Studies被引用 4

一句话总结

本文提出了一套标准化的机器学习流程，用于在神经病学和精神病学中发现基于神经影像的生物标志物，整合了MRI/fMRI数据处理、降维以及多种机器学习算法。该流程在识别MRI阴性颞叶癫痫时实现了93%的特异性与90%的敏感性，在使用fMRI数据识别抑郁症时实现了80%的特异性与70%的敏感性。

ABSTRACT

We consider a problem of diagnostic pattern recognition/classification from neuroimaging data. We propose a common data analysis pipeline for neuroimaging-based diagnostic classification problems using various ML algorithms and processing toolboxes for brain imaging. We illustrate the pipeline application by discovering new biomarkers for diagnostics of epilepsy and depression based on clinical and MRI/fMRI data for patients and healthy volunteers.

研究动机与目标

• 开发一种可重用、可迭代的机器学习流程，用于识别神经系统与精神疾病中的神经影像生物标志物。
• 通过系统性的特征选择与降维，解决高维神经影像数据（如MRI/fMRI中约10^7个体素）的维度灾难问题。
• 整合临床专家与神经影像工具箱的领域知识，确保所识别特征的生物医学可解释性。
• 在真实临床数据集上对癫痫与抑郁症进行验证，实现高诊断准确率。

提出的方法

• 该流程包含多个阶段——数据预处理、特征提取、降维与分类，每个阶段均基于不同的数学方法设置多个算法层级。
• 使用标准化工具箱（如SPM、FreeSurfer）对MRI与fMRI的神经影像数据进行处理，提取形态学与功能连接特征。
• 通过L1正则化回归与流形学习等方法，迭代应用特征选择与降维，以避免过拟合与双重使用数据。
• 采用10次重复分层折交叉验证框架进行超参数调优与模型评估，以确保结果稳健性。
• 通过在不同阈值下评估真正率与假正率来评估分类器性能，并通过后验分析识别具有生物学可解释性的特征。
• 该流程支持算法链——即来自不同阶段与层级的算法的顺序或迭代组合，实现系统性的生物标志物发现。

实验结果

研究问题

• RQ1 是否能够通过标准化、模块化的机器学习流程有效识别神经系统与精神疾病中的神经影像生物标志物？
• RQ2 不同类型的特征（结构性MRI与功能性fMRI）在分类癫痫与抑郁症方面表现如何比较？
• RQ3 降维与特征选择是否能提升分类准确率，同时保持生物医学可解释性？
• RQ4 与特定癫痫亚型（如MRI阳性与MRI阴性TLE）相关的最具区分性的脑区或脑网络是什么？
• RQ5 该流程是否能通过fMRI数据的功能连接特征检测出抑郁症中具有临床意义的模式？

主要发现

• 在分类MRI阴性颞叶癫痫（TLEN与健康对照组）时，该流程实现了93%的特异性与90%的敏感性，优于MRI阳性TLE的分类表现。
• 在抑郁症分类中，基于fMRI的特征实现了80%的特异性与70%的敏感性，显著优于基于结构性MRI的特征（在30%假正率下，特异性65%，敏感性47%）。
• MRI阴性TLE最重要的生物标志物为双侧杏仁核、岛叶、额极与左侧小脑，提示其具有不同的神经生物学机制。
• 对于MRI阳性TLE，关键特征包括右侧小脑、楔前叶、左侧伏隔核与右侧尾状核，表明其病理基础不同。
• 基于fMRI的抑郁症分类突出了左侧尾状核、左侧颞极、右侧岛叶与右侧上枕 gyrus 作为关键生物标志物。
• 通过后验分类器分析，该流程成功识别出具有生物学可解释性的特征，支持其临床相关性与转化潜力。