Isolating Nonlinear Independent Sources in fMRI with $\beta$-TCVAE Models

Resumen Técnico: Aislamiento de Fuentes Independientes No Lineales en fMRI con Modelos β-TCVAE

Planteamiento del Problema
Aprender representaciones latentes significativas a partir de datos de resonancia magnética funcional (fMRI) no lineales sigue siendo un desafío fundamental en neuroimagen. El Análisis de Componentes Independientes (ICA) tradicional, aunque ampliamente utilizado para estimar redes cerebrales funcionales interpretables, se basa en una suposición de mezcla lineal para las fuentes latentes. Esta limitación restringe su capacidad para capturar la organización inherentemente no lineal y compleja de la dinámica cerebral. Aunque han surgido métodos de aprendizaje de representaciones profundas como alternativas para modelar estructuras latentes no lineales, estos han sido evaluados principalmente en conjuntos de datos simulados o en puntos de referencia de imágenes naturales, con una validación comparativamente limitada en datos de neuroimagen del mundo real. Además, las extensiones existentes de ICA no lineal a menudo carecen de una validación sistemática en contextos de neuroimagen donde las dependencias espaciotemporales complejas y la variabilidad biológica presentan desafíos adicionales.

Metodología
Para abordar estas brechas, los autores adaptan y modifican el marco de trabajo β-TCVAE (Autoencoder Variacional de Correlación Total), propuesto originalmente como un refinamiento del β-VAE para aprender representaciones disociadas penalizando la correlación total (TC) entre las variables latentes.

• Arquitectura del Modelo: Los autores emplean un autoencoder variacional condicionado por sujeto. El modelo toma como entrada datos de fMRI multi-sujeto $\{x^{(s)}_t\}$, donde $s$ indexa a los sujetos y $t$ indexa el tiempo. Para incorporar la variabilidad inter-sujeto, cada índice de sujeto se mapea a un vector de incrustación aprendido $e_s$, que se concatena con el vector de características de fMRI de entrada.
• Codificador y Decodificador: El codificador $q_\phi(z | x, s)$ infiere una distribución latente $z$ a partir de la entrada y la identidad del sujeto, generando una distribución gaussiana diagonal. El decodificador $p_\theta(x | z)$ reconstruye la señal de fMRI a partir de la representación latente. La arquitectura utiliza perceptrones multicapa (MLP) con configuraciones específicas de capas ocultas (512/256 unidades para el codificador; 256/512 para el decodificador) y activaciones ReLU.
• Función Objetivo: El modelo optimiza una descomposición del Límite Inferior de Evidencia (ELBO) en cuatro términos:
  1. Pérdida de Reconstrucción ($L_{rec}$): Una verosimilitud gaussiana que mide la diferencia entre la entrada y la señal reconstruida.
  2. Información Mutua (MI): Fomenta que las variables latentes retengan información sobre los datos observados.
  3. Correlación Total (TC): Penaliza la dependencia entre dimensiones latentes para imponer la disociación.
  4. Divergencia KL por Dimensión ($KL_{dim}$): Regulariza la distribución marginal de cada dimensión latente frente a una priori normal estándar isotrópica.
• Detalles de Entrenamiento: El modelo fue entrenado en el conjunto de datos del Proyecto de Conectividad Humana (HCP) utilizando el optimizador Adam. Los datos de entrada sufrieron un preprocesamiento estándar (corrección de movimiento, normalización al espacio MNI, suavizado). La dimensionalidad latente se estableció en 80, y se aplicó un programa de calentamiento lineal al coeficiente $\beta$ durante las primeras 10 épocas.

Resultados Clave

• Dinámicas de Disociación: Las curvas de entrenamiento demostraron que, a medida que disminuía la pérdida total, tanto la Información Mutua como la Correlación Total se minimizaban progresivamente, lo que sugiere una separación exitosa de los componentes latentes a lo largo del tiempo.
• Relevancia Biológica: El marco de trabajo identificó con éxito redes en estado de reposo bien definidas. Específicamente, recuperó la Red en Modo Predeterminado (DMN) y la Corteza Orbitofrontal (OFC) con una cobertura espacial clara en regiones canónicas (por ejemplo, corteza cingulada posterior, corteza prefrontal medial).
• Comparación con InfoMax ICA: Al compararse con el enfoque tradicional de InfoMax ICA:
  • La DMN derivada de β-TCVAE exhibió una mayor coherencia espacial y una cobertura espacial completa en comparación con la DMN derivada de InfoMax, que mostró una continuidad espacial reducida.
  • Los análisis de correlación espacial entre componentes correspondientes de ambos métodos arrojaron correlaciones moderadas, indicando estructuras de red funcional comparables.
  • Crucialmente, β-TCVAE identificó componentes únicos que capturaron patrones de acoplamiento multi-red (por ejemplo, redes visuales y frontales simultáneas), los cuales no se observaron en los resultados de InfoMax. Esto sugiere que β-TCVAE preserva mejor las interacciones entre redes cerebrales distribuidas, mientras que InfoMax tiende a imponer suposiciones de independencia más fuertes que pueden separar estos patrones.
• Conectividad de Red Funcional (FNC): Las representaciones aprendidas se utilizaron para calcular una matriz FNC promedio, que mostró estructuras agrupadas distintas a lo largo de la diagonal, indicando interacciones organizadas entre subconjuntos de redes.

Significado y Afirmaciones
El artículo sitúa este trabajo como una investigación piloto que conecta el aprendizaje de representaciones no lineales y el análisis de fMRI. Los autores afirman que:

1. El marco de trabajo adaptado de β-TCVAE puede recuperar componentes espaciales no lineales significativos con relevancia biológica, incluidas las redes de conectividad intrínseca establecidas.
2. El modelo separa eficazmente las señales cerebrales espaciales y temporales mezcladas en componentes interpretables sin requerir hiperparámetros adicionales durante el entrenamiento más allá del marco estándar de β-VAE.
3. El enfoque ofrece una alternativa potencial a la ICA lineal al capturar patrones de organización cerebral coherentes e interpretables, incluidos acoplamientos multi-red que la ICA tradicional podría pasar por alto debido a suposiciones estrictas de independencia.
4. El estudio proporciona una base para desarrollar métodos de aprendizaje de representaciones restringidos e interpretables para fMRI, extendiendo la ICA tradicional hacia enfoques que capturan mejor la dinámica cerebral jerárquica y no lineal.

Los autores mantienen un tono modesto, señalando que, aunque los resultados iniciales son prometedores, se necesita más trabajo para mejorar la estabilidad y la generalizabilidad en cohortes más grandes y diversas, y para explorar la inferencia en sujetos no vistos.