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

Résumé technique : Isolation de sources indépendantes non linéaires en IRMf avec des modèles β-TCVAE

Énoncé du problème
L'apprentissage de représentations latentes significatives à partir de données d'imagerie par résonance magnétique fonctionnelle (IRMf) non linéaires demeure un défi fondamental en neuroimagerie. Bien que l'Analyse en Composantes Indépendantes (ICA) traditionnelle soit largement utilisée pour estimer des réseaux fonctionnels cérébraux interprétables, elle repose sur une hypothèse de mélange linéaire des sources latentes. Cette limitation restreint sa capacité à capturer l'organisation intrinsèquement non linéaire et complexe des dynamiques cérébrales. Bien que des méthodes d'apprentissage de représentations profondes aient émergé comme alternatives pour modéliser des structures latentes non linéaires, elles ont été principalement évaluées sur des jeux de données simulés ou des benchmarks d'images naturelles, avec une validation comparativement limitée sur des données de neuroimagerie réelles. De plus, les extensions existantes de l'ICA non linéaire manquent souvent d'une validation systématique dans des contextes de neuroimagerie où les dépendances spatio-temporelles complexes et la variabilité biologique posent des défis supplémentaires.

Méthodologie
Pour combler ces lacunes, les auteurs adaptent et modifient le cadre β-TCVAE (Variational Autoencoder à Corrélation Totale), initialement proposé comme une raffinement du β-VAE pour apprendre des représentations désenchevêtrées en pénalisant la corrélation totale (TC) entre les variables latentes.

• Architecture du modèle : Les auteurs emploient un autoencodeur variationnel conditionné par le sujet. Le modèle prend en entrée des données d'IRMf multi-sujets $\{x^{(s)}_t\}$, où $s$ indexe les sujets et $t$ indexe le temps. Pour intégrer la variabilité inter-sujets, chaque indice de sujet est mappé à un vecteur d'embedding appris $e_s$, qui est concaténé au vecteur de caractéristiques d'IRMf d'entrée.
• Encodeur et Décodeur : L'encodeur $q_\phi(z | x, s)$ infère une distribution latente $z$ à partir de l'entrée et de l'identité du sujet, en sortant une distribution gaussienne diagonale. Le décodeur $p_\theta(x | z)$ reconstruit le signal IRMf à partir de la représentation latente. L'architecture utilise des perceptrons multicouches (MLP) avec des configurations spécifiques de couches cachées (512/256 unités pour l'encodeur ; 256/512 pour le décodeur) et des activations ReLU.
• Fonction objectif : Le modèle optimise une décomposition de la borne inférieure de l'évidence (ELBO) en quatre termes :
  1. Perte de reconstruction ($L_{rec}$) : Une vraisemblance gaussienne mesurant la différence entre le signal d'entrée et le signal reconstruit.
  2. Information Mutuelle (IM) : Encourage les variables latentes à conserver l'information sur les données observées.
  3. Corrélation Totale (TC) : Pénalise la dépendance entre les dimensions latentes pour imposer un désenchevêtrement.
  4. Divergence KL dimension par dimension ($KL_{dim}$) : Régularise la distribution marginale de chaque dimension latente par rapport à une loi normale standard isotrope.
• Détails de l'entraînement : Le modèle a été entraîné sur le jeu de données du Human Connectome Project (HCP) en utilisant l'optimiseur Adam. Les données d'entrée ont subi un prétraitement standard (correction du mouvement, normalisation dans l'espace MNI, lissage). La dimensionnalité latente a été fixée à 80, et un calendrier de réchauffement linéaire a été appliqué au coefficient $\beta$ au cours des 10 premières époques.

Résultats clés

• Dynamique de désenchevêtrement : Les courbes d'entraînement ont démontré que, à mesure que la perte totale diminuait, l'Information Mutuelle et la Corrélation Totale étaient progressivement minimisées, suggérant une séparation réussie des composants latents au fil du temps.
• Pertinence biologique : Le cadre a permis d'identifier avec succès des réseaux au repos bien définis. Plus précisément, il a récupéré le Réseau du Mode par Défaut (DMN) et le Cortex Orbitofrontal (OFC) avec une couverture spatiale claire à travers des régions canoniques (par exemple, le cortex cingulaire postérieur, le cortex préfrontal médian).
• Comparaison avec l'ICA InfoMax : Lors de la comparaison avec l'approche traditionnelle ICA InfoMax :
  • Le DMN dérivé du β-TCVAE présentait une cohérence spatiale plus grande et une couverture spatiale complète par rapport au DMN dérivé de l'InfoMax, qui montrait une continuité spatiale réduite.
  • Les analyses de corrélation spatiale entre les composants correspondants des deux méthodes ont produit des corrélations modérées, indiquant des structures de réseaux fonctionnels comparables.
  • Crucialement, le β-TCVAE a identifié des composants uniques capturant des modèles de couplage multi-réseaux (par exemple, des réseaux visuels et frontaux simultanés), qui n'ont pas été observés dans les résultats de l'InfoMax. Cela suggère que le β-TCVAE préserve mieux les interactions entre les réseaux cérébraux distribués, tandis que l'InfoMax tend à imposer des hypothèses d'indépendance plus fortes qui peuvent séparer ces modèles.
• Connectivité des réseaux fonctionnels (FNC) : Les représentations apprises ont été utilisées pour calculer une matrice FNC moyenne, qui affichait des structures regroupées distinctes le long de la diagonale, indiquant des interactions organisées entre des sous-ensembles de réseaux.

Signification et affirmations
L'article présente ce travail comme une enquête pilote faisant le lien entre l'apprentissage de représentations non linéaires et l'analyse de l'IRMf. Les auteurs affirment que :

1. Le cadre β-TCVAE adapté peut récupérer des composants spatiaux non linéaires significatifs avec une pertinence biologique, y compris des réseaux de connectivité intrinsèque établis.
2. Le modèle sépare efficacement les signaux cérébraux spatiaux et temporels mélangés en composants interprétables sans nécessiter d'hyperparamètres supplémentaires lors de l'entraînement au-delà du cadre standard du β-VAE.
3. L'approche offre une alternative potentielle à l'ICA linéaire en capturant des modèles d'organisation cérébrale cohérents et interprétables, y compris des couplages multi-réseaux que l'ICA traditionnelle pourrait négliger en raison d'hypothèses d'indépendance strictes.
4. L'étude fournit une base pour développer des méthodes d'apprentissage de représentations contraintes et interprétables pour l'IRMf, étendant l'ICA traditionnelle vers des approches capturant mieux les dynamiques cérébrales hiérarchiques et non linéaires.

Les auteurs maintiennent un ton modeste, notant que si les résultats initiaux sont prometteurs, un travail supplémentaire est nécessaire pour améliorer la stabilité et la généralisabilité sur des cohortes plus vastes et plus diversifiées, et pour explorer l'inférence sur des sujets non vus.