Learning Robust and Task-Invariant Functional Representation from fMRI through Siamese Self-Supervised Learning

ملخص تقني: تعلم تمثيل وظيفي قوي وثابت المهام من تصوير الرنين المغناطيسي الوظيفي (fMRI) عبر التعلم الذاتي التبايني (Siamese Self-Supervised Learning)

بيان المشكلة

يعد التصوير بالرنين المغناطيسي الوظيفي (fMRI) أداة حاسمة لاستقصاء وظائف الدماغ، ومع ذلك فإن تطبيقه في تعلم الآلة يعوقه ارتفاع تكاليف الحصول على البيانات، وصغر أحجام العينات، والضجيج المتأصل في مقاييس التقييم النفسي. هذه العوامل، إلى جانب الأبعاد العالية لبيانات fMRI، تخلق خطرًا كبيرًا لحدوث فرط التخصيص (overfitting) في نماذج التعلم الخاضع للإشراف. علاوة على ذلك، غالبًا ما تعتمد الأطر الخاضعة للإشراف الحالية على تسميات التصنيف الثنائي التي تؤدي إلى دمج الأنواع الفرعية المتباينة للمرض، مما يحجب الفروق ذات المعنى ويقلل من القدرة على التفسير. وبينما توفر نماذج التأسيس (foundation models) واسعة النطاق حلاً محتملاً، فإن متطلباتها الحسابية للتدريب المسبق والضبط الدقيق غالبًا ما تكون باهظة. بالإضافة إلى ذلك، فإن تحديد أمثلة "سلبية" قابلة للتعميم لتعلم التباين (contrastive learning) في fMRI أمر صعب؛ حيث إن معاملة الموضوعات المختلفة كأمثلة سلبية قد يؤدي إلى التخلص من الأنماط الوظيفية المشتركة، بينما يمكن لاستخدام تسميات المهام لبناء الأمثلة السلبية أن يربط الميزات بمساحات مهام محددة، مما يحد من القدرة على التعميم عبر المهام.

المنهجية: BrainSimSiam

يقدم المؤلفون BrainSimSism، وهو إطار عمل خفيف الوزن وفعال في استهلاك البيانات لتعلم التمثيل الذاتي، مصمم لتعلم تمثيلات وظيفية قوية وثابتة المهام من تصوير fMRI القائم على المهام. يستخدم الإطار بنية تباينية (Siamese architecture) مع آلية إيقاف التدرج (stop-gradient)، مما يلغي الحاجة إلى أزواج العينات السلبية.

المكونات الهيكلية الرئيسية:

1. مدخل ثنائي الرؤية: يعالج النموذج رؤيتين متكاملتين لبيانات fMRI لكل حالة:
   • رؤية الرسم البياني للدماغ الوظيفي (Functional Brain Graph View): يتم تقسيم سلسلة fMRI إلى مناطق اهتمام (ROIs) باستخدام أطالس قياسية (Shen لـ HCP، وDesikan–Killiany لـ Biopoint). تُشتق ميزات العقد من مصفوفات ارتباط بيرسون، بينما تمثل الحواف أقوى معاملات الارتباط الجزئي.
   • رؤية صورة التنشيط المكاني (Spatial Activation Image View): يتم إنشاء خريطة تنشيط متوسط ثلاثية الأبعاد عن طريق حساب متوسط الزمن لكل فوكسل (voxel) في سلسلة fMRI، مما يحافظ على شدة الإشارة المطلقة.
2. بنية المشفر (Encoder Architecture): يتكون المشفر من فرعين متوازيين:
   • فرع الشبكة العصبية الرسومية (GNN branch): يستخدم طبقات شبكة الانتباه الرسومي (GAT) مع تجميع المتوسط والحد الأقصى العالمي.
   • فرع الشبكة العصبية الالتفافية (CNN branch): يستخدم طبقات التلافيف ثلاثية الأبعاد (3D convolutional layers).
     تُدمج مخرجات كلا الفرعين عبر عملية دمج (concatenation) ثم تمرر عبر طبقة إدراك متعدد الطبقات (projection MLP) لإنتاج التضمين النهائي.
3. التعزيز والتعتيم (Augmentation and Masking):
   • تعتيم الرسم البياني والصورة المتوافق مع مناطق الاهتمام (ROI-Aligned Graph-Image Masking): عامل مبتكر يقوم بحجب الفوكسلات في الصورة ثلاثية الأبعاد بشكل مشترك مع العقد المحذوفة في الرسم البياني. يضمن هذا الإجراء حدوث اضطراب متسق عبر كلتا الرؤيتين.
   • خسارة ثبات المهمة (Task Invariance Loss): لتعلم تمثيلات يمكن تعميمها عبر المهام، يقدم الإطار حداً للخسارة يشجع النموذج على الحفاظ على الأنماط الوظيفية التلقائية والثابتة للمهام. ويتحقق ذلك من خلال أخذ عينة مسح من نفس الشخص تحت مهمة مختلفة وتقليل خسارة تشابه جيب التمام (cosine similarity loss) بين الرؤية الأصلية ورؤية المهمة المتقاطعة.
4. هدف التدريب: يقلل النموذج من خسارة تشابه جيب التمام المتماثلة بين مخرجات المشفر ورأس التنبؤ، باستخدام عملية إيقاف التدرج (stop-gradient) على أحد الفروع لمنع انهيار النموذج بدون وجود عينات سلبية.

المساهمات الرئيسية

1. تطوير الإطار: طور المؤلفون BrainSimSiam، وهو إطار عمل للتعلم الذاتي لـ fMRI القائم على المهام، يتفوق على كل من النماذج الخاضعة للإشراف ونماذج التعلم الذاتي الأساسية على عدة مجموعات بيانات.
2. رؤية متعددة الوسائط موحدة: يوحد هذا العمل بين رؤى fMRI على مستوى الفوكسل والرؤى الوظيفية القائمة على الرسم البياني عبر مخطط تعتيم مشترك لمناطق الاهتمام (ROI). تدعم هذه الآلية الدمج المحتمل متعدد الوسائط من خلال محاذاة الشبكات ذات البنية الرسومية مع صور الرنين المغناطيسي الهيكلي (T1-weighted) أو الانتشار (diffusion MRI).
3. التعلم الثابت للمهام: من خلال الاستفادة من التباينات عبر محفزات المهام المتنوعة كتعزيزات طبيعية، يتعلم الإطار كيفية فصل الاستجابات المستحثة عن الديناميكيات الدماغية التلقائية، مما يؤدي إلى تمثيلات ثابتة للمهام.

النتائج التجريبية

تم تقييم الإطار على مجموعتي بيانات: مشروع الاتصال البشري (HCP) (1,005 شخص، 7 نماذج مهام) ومجموعة بيانات Biopoint (75 شخصاً من المصابين بالتوحد، 43 شخصاً من الأصحاء).

• الأداء: تفوق BrainSimSiam باستمرار على النماذج الخاضعة للإشراف (GCN, GAT, GraphSAGE مع CNN) ونماذج التعلم الذاتي الأساسية (CGL, CGL-CNN) في مهام التصنيف (الجنس البيولوجي، التوحد) والارتباط (الدرجات المعرفية، العمر).
  • في مجموعة بيانات HCP، حقق نموذج BrainSimSiam الذي تم ضبطه بدقة (end-to-end fine-tuned) دقة بلغت 91.9% ومساحة تحت المنحنى (AUC) بلغت 0.980 لتصنيف الجنس البيولوجي، وهو ما ينافس النماذج التأسيسية الأكبر مثل NeuroSTORM ولكن بعدد بارامترات أقل بكثير (52 مليون).
  • في مجموعة بيانات Biopoint الأصغر، تعاظمت فوائد التعلم الذاتي. ومن الجدير بالذكر أن اختبار MLP (MLP probing) (تجميد المشفر المدرب مسبقاً) تفوق على الضبط الدقيق الشامل، مما يشير إلى أن التمثيلات المتعلمة قوية وتحد من فرط التخصيص في السيناريوهات محدودة البيانات.
• دراسات الاستئصال (Ablation Studies): أدى إزالة طبقة الإدراك (projection MLP)، أو خسارة ثبات المهمة، أو أي من فرعي GNN/CNN إلى تدهور الأداء بشكل كبير، مما يؤكد ضرورة التكامل غير الخطي لميزات الرسم البياني والصورة وقيمة قيود ثبات المهمة.
• التحليل النوعي: أظهر تحليل الارتباط صفري المعرفة (zero-shot correlation) أن الميزات المستمدة من التضمينات المتعلمة كانت لها ارتباطات أعلى مع الأنماط الظاهرية البيولوجية والسلوكية (مثل العمر، الجنس، الدرجات المعرفية) مقارنة بمقاييس الاتصال الوظيفي (FC) التقليدية.
• القابلية للتفسير: باستخدام GNNExplainer، أظهر المؤلفون أنه بينما يتعلم التدريب المسبق من إشارات الدماغ الكاملة الموزعة، فإن خرائط الأهمية الخاصة بالمهام اللاحقة تصبح موضعية في المناطق البارزة (مثل المهاد الأيمن لتصنيف الجنس، والتلفيف الجبهي العلوي للتوحد)، وهو ما يتماشى مع الأدبيات العصبية السابقة.

الأهمية والادعاءات

يدعي البحث أن التدريب المسبق الذاتي الخاص بمجموعة بيانات معينة ينتج تمثيلات قوية وقابلة للتعميم لـ fMRI، مما يسمح بالتنبؤ الدقيق بالأنماط الظاهرية المتباينة حتى مع البيانات المحدودة. وعلى عكس النماذج التأسيسية واسعة النطاق التي تتطلب موارد حاسوبية هائلة وتنسيقاً عبر مجموعات بيانات عامة متنوعة، يثبت BrainSimSiam أن النهج الخفيف والفعال في استهلاك البيانات يمكنه الاقتراب من أداء النماذج الكبيرة مع التفوق على النماذج الخاضعة للإشراف البحتة. ويؤكد المؤلفون أن طريقتهم تعالج بفعالية تحديات ضجيج التسميات، وصغر حجم العينات، والحاجة إلى ميزات ثابتة المهام، مما يوفر مساراً عملياً للتطبيقات محدودة البيانات.