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

Riepilogo Tecnico: Isolamento di Sorgenti Indipendenti Non Lineari in fMRI con Modelli β-TCVAE

Enunciato del Problema
L'apprendimento di rappresentazioni latenti significative da dati di risonanza magnetica funzionale (fMRI) non lineari rimane una sfida fondamentale nelle neuroimmagini. L'Analisi delle Componenti Indipendenti (ICA) tradizionale, sebbene ampiamente utilizzata per stimare reti cerebrali funzionali interpretabili, si basa su un'assunzione di miscelazione lineare per le sorgenti latenti. Questa limitazione ne restringe la capacità di catturare l'organizzazione intrinsecamente non lineare e complessa delle dinamiche cerebrali. Sebbene i metodi di apprendimento di rappresentazioni profonde siano emersi come alternative per modellare strutture latenti non lineari, sono stati valutati principalmente su dataset simulati o su benchmark di immagini naturali, con una validazione comparativamente limitata su dati di neuroimmagini reali. Inoltre, le estensioni ICA non lineari esistenti spesso mancano di una validazione sistematica nei contesti di neuroimmagini, dove le complesse dipendenze spazio-temporali e la variabilità biologica presentano sfide aggiuntive.

Metodologia
Per colmare queste lacune, gli autori adattano e modificano il framework β-TCVAE (Variational Autoencoder a Correlazione Totale), originariamente proposto come raffinamento del β-VAE per apprendere rappresentazioni disaccoppiate penalizzando la correlazione totale (TC) tra le variabili latenti.

• Architettura del Modello: Gli autori impiegano un autoencoder variazionale condizionato al soggetto. Il modello prende in input dati fMRI multi-soggetto $\{x^{(s)}_t\}$, dove $s$ indica il soggetto e $t$ indica il tempo. Per incorporare la variabilità inter-soggetto, ogni indice di soggetto è mappato su un vettore di embedding appreso $e_s$, che viene concatenato con il vettore di feature fMRI di input.
• Encoder e Decoder: L'encoder $q_\phi(z | x, s)$ inferisce una distribuzione latente $z$ dall'input e dall'identità del soggetto, producendo una distribuzione gaussiana diagonale. Il decoder $p_\theta(x | z)$ ricostruisce il segnale fMRI dalla rappresentazione latente. L'architettura utilizza perceptron multistrato (MLP) con configurazioni specifiche dei livelli nascosti (512/256 unità per l'encoder; 256/512 per il decoder) e attivazioni ReLU.
• Funzione Obiettivo: Il modello ottimizza una decomposizione del Limite Inferiore dell'Evidenza (ELBO) in quattro termini:
  1. Perdita di Ricostruzione ($L_{rec}$): Una verosimiglianza gaussiana che misura la differenza tra l'input e il segnale ricostruito.
  2. Informazione Mutua (MI): Incoraggia le variabili latenti a mantenere informazioni sui dati osservati.
  3. Correlazione Totale (TC): Penalizza la dipendenza tra le dimensioni latenti per imporre il disaccoppiamento.
  4. Divergenza KL per Dimensione ($KL_{dim}$): Regolarizza la distribuzione marginale di ciascuna dimensione latente rispetto a un prior normale standard isotropo.
• Dettagli dell'Addestramento: Il modello è stato addestrato sul dataset Human Connectome Project (HCP) utilizzando l'ottimizzatore Adam. I dati di input hanno subito una pre-elaborazione standard (correzione del movimento, normalizzazione nello spazio MNI, smoothing). La dimensionalità latente è stata impostata a 80 e è stato applicato un programma di warm-up lineare al coefficiente $\beta$ durante le prime 10 epoche.

Risultati Chiave

• Dinamiche di Disaccoppiamento: Le curve di addestramento hanno dimostrato che, man mano che la perdita totale diminuiva, sia l'Informazione Mutua che la Correlazione Totale venivano progressivamente minimizzate, suggerendo una separazione riuscita delle componenti latenti nel tempo.
• Rilevanza Biologica: Il framework ha identificato con successo reti a riposo ben definite. Nello specifico, ha recuperato la Rete in Default Mode (DMN) e la Corteccia Orbitofrontale (OFC) con una copertura spaziale chiara attraverso regioni canoniche (ad esempio, corteccia cingolata posteriore, corteccia prefrontale mediale).
• Confronto con InfoMax ICA: Rispetto all'approccio ICA InfoMax tradizionale:
  • La DMN derivata dal β-TCVAE ha mostrato una maggiore coerenza spaziale e una copertura spaziale completa rispetto alla DMN derivata da InfoMax, che ha mostrato una continuità spaziale ridotta.
  • Le analisi di correlazione spaziale tra le componenti corrispondenti di entrambi i metodi hanno prodotto correlazioni moderate, indicando strutture di rete funzionale comparabili.
  • Crucialmente, il β-TCVAE ha identificato componenti uniche che catturavano pattern di accoppiamento multi-rete (ad esempio, reti visive e frontali simultanee), che non sono stati osservati nei risultati di InfoMax. Ciò suggerisce che il β-TCVAE preserva meglio le interazioni tra le reti cerebrali distribuite, mentre InfoMax tende a imporre assunzioni di indipendenza più forti che possono separare questi pattern.
• Connessione Funzionale di Rete (FNC): Le rappresentazioni apprese sono state utilizzate per calcolare una matrice FNC media, che ha mostrato strutture raggruppate distinte lungo la diagonale, indicando interazioni organizzate tra sottoinsiemi di reti.

Significato e Affermazioni
Il paper posiziona questo lavoro come un'indagine pilota che colma il divario tra l'apprendimento di rappresentazioni non lineari e l'analisi fMRI. Gli autori affermano che:

1. Il framework β-TCVAE adattato può recuperare componenti spaziali non lineari significative con rilevanza biologica, incluse le reti di connettività intrinseca consolidate.
2. Il modello separa efficacemente i segnali cerebrali spaziali e temporali misti in componenti interpretabili senza richiedere ulteriori iperparametri durante l'addestramento oltre al framework standard β-VAE.
3. L'approccio offre una potenziale alternativa all'ICA lineare catturando pattern di organizzazione cerebrale coerenti e interpretabili, inclusi accoppiamenti multi-rete che l'ICA tradizionale potrebbe trascurare a causa di assunzioni di indipendenza rigorose.
4. Lo studio fornisce una base per lo sviluppo di metodi di apprendimento di rappresentazioni vincolati e interpretabili per fMRI, estendendo l'ICA tradizionale verso approcci che catturano meglio le dinamiche cerebrali gerarchiche e non lineari.

Gli autori mantengono un tono modesto, notando che, sebbene i risultati iniziali siano promettenti, è necessario un ulteriore lavoro per migliorare la stabilità e la generalizzabilità su coorti più ampie e diversificate e per esplorare l'inferenza su soggetti non visti.