[论文解读] retina-VAE: Variationally Decoding the Spectrum of Macular Disease

Stephen G. Odaibo|arXiv (Cornell University)|Jul 11, 2019

Retinal Imaging and Analysis参考文献 39被引用 4

一句话总结

retina-VAE 提出了一种变分自编码器，该模型从包含人口统计学和临床数据的患者概况向量（pVecs）中学习一个具有临床意义的三维潜在空间，自发聚类为14种生物学上合理的黄斑疾病亚型；这些聚类揭示了具有不同性别、种族、年龄和息肉状态分布的潜在疾病亚型，提示对抗-VEGF治疗的个性化反应。

ABSTRACT

In this paper, we seek a clinically-relevant latent code for representing the spectrum of macular disease. Towards this end, we construct retina-VAE, a variational autoencoder-based model that accepts a patient profile vector (pVec) as input. The pVec components include clinical exam findings and demographic information. We evaluate the model on a subspectrum of the retinal maculopathies, in particular, exudative age-related macular degeneration, central serous chorioretinopathy, and polypoidal choroidal vasculopathy. For these three maculopathies, a database of 3000 6-dimensional pVecs (1000 each) was synthetically generated based on known disease statistics in the literature. The database was then used to train the VAE and generate latent vector representations. We found training performance to be best for a 3-dimensional latent vector architecture compared to 2 or 4 dimensional latents. Additionally, for the 3D latent architecture, we discovered that the resulting latent vectors were strongly clustered spontaneously into one of 14 clusters. Kmeans was then used only to identify members of each cluster and to inspect cluster properties. These clusters suggest underlying disease subtypes which may potentially respond better or worse to particular pharmaceutical treatments such as anti-vascular endothelial growth factor variants. The retina-VAE framework will potentially yield new fundamental insights into the mechanisms and manifestations of disease. And will potentially facilitate the development of personalized pharmaceuticals and gene therapies.

研究动机与目标

• 为黄斑疾病谱系（尤其是需要抗-VEGF治疗的渗出性形式）开发一种具有临床意义的潜在表征。
• 超越僵化且互斥的疾病分类，迈向连续的、个性化的疾病谱系模型。
• 利用患者概况向量（pVecs）识别具有潜在生物学和治疗相关性的潜在亚型。
• 探究变分自编码器是否能从反映现实世界疾病统计的合成患者数据中揭示生物学上有意义的聚类。
• 通过识别具有不同治疗反应的患者亚群，为未来个性化药物和基因治疗的发展提供支持。

提出的方法

• 在3,000个合成的六维患者概况向量（pVecs）上训练变分自编码器（VAE），这些向量代表渗出性AMD、CSCR和PCV。
• pVecs 包含临床发现和人口统计学变量：年龄、性别、种族、是否存在息肉、视网膜下出血以及疾病类型。
• 该模型学习一个最佳重建输入pVecs的三维潜在空间，架构选择基于重建损失和训练稳定性。
• 潜在向量自发聚类为14组，K均值仅用于识别和检查聚类成员关系。
• 通过分析聚类在性别、种族、年龄、息肉状态和视网膜下出血方面的模式，评估其生物学合理性。
• 该框架利用变分推断生成一个连续且可解释的潜在空间，编码具有临床意义的疾病亚型。

实验结果

研究问题

• RQ1 变分自编码器能否从代表黄斑疾病谱系的患者概况向量中学习到具有临床意义的三维潜在空间？
• RQ2 潜在向量是否会自发形成反映已知疾病亚型或人口统计学模式的生物学上合理的聚类？
• RQ3 聚类成员关系是否与临床变量（如性别、种族、年龄和息肉状态）存在一致关联？
• RQ4 潜在空间能否捕捉渗出性AMD、CSCR和PCV之间共享的病理生理机制，特别是涉及脉络膜新生血管化的机制？
• RQ5 所识别的聚类是否提示对抗-VEGF治疗存在差异性反应，从而实现个性化治疗预测？

主要发现

• 与2D或4D配置相比，三维潜在空间架构在训练性能上表现最佳，表明其在表达能力和泛化能力之间达到了最佳平衡。
• 潜在向量在无预先聚类约束的情况下自发形成14个独立聚类，表明疾病谱系中存在固有结构。
• 每个聚类在关键人口统计学和临床变量上表现出强烈的内部一致性：例如，某些聚类全为男性或全为女性，部分聚类仅由亚洲人组成，无其他种族群体。
• 聚类1、4、6、8、11和12完全由亚洲患者组成，提示可能存在种族特异性的疾病亚型。
• 聚类2、12和14的中位年龄最年轻（39岁），而聚类3、4、9和8的中位年龄最年长（78–79岁），提示存在与年龄相关的分层。
• 视网膜下出血是唯一在所有聚类中均有分布的分类变量，表明它并非任何单一亚型的定义特征。