テクニカル・サマリー：PRISM – 解釈可能な形状モデリングのための3D確率的ニューラル表現

1. 問題提起

統計的形状モデリング（SSM）は、解剖学的形状の分布を捉えることで、生物学的な変異を定量化することを目的としている。ヘルスケア研究における重要な課題は、連続的な共変量（例：年齢 $t$）に応じて解剖学的構造がどのように進化するかをモデル化しつつ、空間的に変化する不確実性を定量化することである。既存の手法には以下のような重大な限界がある：

• 決定論的モデル： NAISRのような手法は高精度な条件付き生成を実現しているが、本質的に決定論的であり、信頼度や集団の分散を定量化することなく点推定値のみを提供する。
• 古典的な統計的アトラス： 違い形写像（例：LDDMM）に基づく手法は、パラメータ空間（例：初期モーメンタ）における変異をモデル化する。しかし、この不確実性を画像ドメインに伝播させ、解剖学的構造上のアレオリック（偶然的）な不確実性の点別マップを得ることは解析的に困難であり、通常、計算負荷の高い数値的な再サンプリング（例：モンテカルロ法）を必要とする。
• ギャップ： 理論的に裏付けられた閉形式の定式化を提供し、固有の生物学的曖昧さを解剖学的空間に直接マッピングして、共変量に応じた空間分解能を持つ不確実性定量化を可能にするフレームワークが欠如している。

2. 手法

PRISM（Probabilistic Interpretable Shape Modeling）は、暗黙的ニューラル表現と情報幾何学を橋渡しする。本フレームワークは、形状の進化を、共変量 $t$（例：暦年齢）に条件付けられた連続的なヘテロスセダスティック（不等分散）ガウス場としてモデル化する。

2.1. 条件付き形状分布

本フレーム名ワークは、共通のテンプレート $T$ からの変位場 $\phi$ として表現される形状を扱う。テンプレート上の点 $p$ と共変量 $t$ に対して、変位 $d$ は以下のようにモデル化される：
$$d | p, t \sim \mathcal{N}(\mu(p, t), \Sigma(p, t))$$
ここで、$\mu(p, t)$ は平均的な発達軌跡であり、$\Sigma(p, t)$ は全集団の変動性を捉える。

• アーキテクチャ： 座標ベースのニューラルネットワーク $f(\cdot)$ が、$\mu$ と $\Sigma$ のコレスキー因子 $L$（ここで $\Sigma = LL^\top$）をパラメータ化する。
• 分解： モデルは、識別性を確保するために、共変量に依存する項と共変量に依存しない残差を分離する。
• 学習： 分散加重勾配による平均推定のバイアスを避けるため、PRISMは二段階のカリキュラムを採用している。まず、平均ブランチ（$\mu$）を $\ell_1$ 損失で学習し、次に共分散ブランチ（$\Sigma$）を負の対数尤度（NLL）損失で学習することで、勾配の伝播を分離する。これには、結合最適化の前に平均のウォームアップフェーズが含まれる。

2.2. 固有時間の推定

本フレームワークは、暦時間 $t$ とは異なる、真の発達進行を表す潜在変数である固有時間 $\tau$ を導入する。

• 逆エンコーダ： 局所的な観測（テンプレート点 $p$ と変位 $d$）から、推定された固有時間 $\hat{\tau}$ へ直接マッピングする、アモルタイズ（償却）された逆エンコーダ $g(\cdot)$ を学習する。
• 学習： エンコーダは、フォワードモデルによって生成された合成トリプレット $(p, d, \tau)$ を用いて、$\ell_1$ 損失を最小化するように学習される。これにより、テスト時の反復的な最適化を行うことなく、解剖学的構造全体にわたる高密度な時間推論が可能になる。

2.3. 時間的不確実性の定量化

PRISMは、フィッシャー情報量を用いて固有時間の推定に関する不確実性を定量化する。

• 理論的基礎： 集団平均の固有時間が暦時間と等しい（$E[\tau] = t$）という仮定の下、クラメール・ラオの不等式によれば、推定量の分散はフィッシャー情報の逆数によって抑えられる：$\text{Var}(\tau) \geq 1/I(p, t)$。
• 閉形式の指標： ヘテロスセダスティック・ガウスモデルにおいて、フィッチャー情報は以下の2つの項に分解される閉形式の式を持つ：
  1. $I_\mu$ （平均項）：平均軌跡の進化からの情報。
  2. $I_\Sigma$ （共分散項）：集団の分散の変化からの情報。
• 選択： 著者らは、時間的不確実性の指標として $I_\mu$ のみを採用している。彼らは、$I_\Sigma$ は集団の多様性に関する統計的な情報を持っているものの、個体を平均的な発達軌跡に沿って局在化するという目的とは直交していると主張している。
• 計算： 指標は、学習された平均軌程 $\frac{\partial \mu}{\partial t}$ と共分散 $\Sigma^{-1}$ の自動微分を通じて解析的に計算されるため、サンプリング分散を回避できる。

2.4. アプリケーション

この統一されたフレームワークは、以下をサポートする：

• 連続的な形状軌跡： 任意の時空間解像度で標準的な集団分布を生成する。
• 固有時間の推定： 全体的または局所的な発達段階を推論する。
• パーソナライズされた縦断的予測： 被験者の時間的zスコアが一定であると仮定することで、将来の形状を予測する。
• 外れ値（OOD）検出： 解剖学的構造が全体のメディアンから大きく遅れている領域を、局所的な不確実性で正規化して特定することで、異常（例：声門下狭窄）を検出する。

3. 主な貢献

1. 条件付き確率的暗黙フィールド： 横断的データから、平均的な発達軌跡と空間的に変化する集団の変動性を同時にモデル化するフレームワーク。
2. 閉形式のフィッシャー情報量指標： 自動微分を介した、効率的な局所不確実性定量化のための解析的に扱いやすい手法。これにより、モンテカルロ再サンプリングの必要性を排除する。
3. アモルタイズされた逆エンコーダ： テスト時の最適化なしに、局所的な形状から固有の発達時間を推定するメカニズム。これにより、高密度な時間推論を可能にする。

4. 実験結果

実験は、3つの合成データセット（Starman G/L, ANNY）と1つの臨床データセット（小児気道）を用いて行われた。

• 平均軌跡の再構成： PRISMは、再構成誤差（Chamfer, Hausdorff, Earth Mover's Distance）において、ベースラインであるA-SDFおよびNAISRと比較して同等または優れた性能を示した。疎なデータからでもグローバルな傾向を効果的に回復した。
• 固有時間の推定：
  • グローバル： PRISMのアモルタイズされた推論は、テスト時最適化（TTO）ベースラインよりも1桁高速でありながら、同等の精度を維持した。
  • ローカル： Starman (L) データセットにおいて、PRISMはベースラインが持たない能力である、空間的に変化する固有時間（腕 vs 脚）のほぼ完全な推定を達成した。
• 不確実性の定量化： 正解（Ground Truth）を持つ合成データにおいて、PRISMが予測した95%信頼区間は、真の条件付き分布と密接に一致した。臨床的な気道データでは、不確実性のバンドは空間的に変化し、舌根などの軟組織領域が高い変動性を持つことを正しく特定した。
• パーソナライズされた予測： PRISMは縦断的予測タスクにおいてベースラインを上回り、学習範囲を超えた堅牢な外挿性を実証した。
• OOD検出： ローカルスコアリングを用いたPRISMは、病理的な気道狭窄を検出する際、すべてのグローバル時間手法を大幅に上回った（AUC 0.875 vs 0.605 for NAISR）。これは、局所的な発達の逸脱を捉える上で、グローバルなアプローチの限界を浮き彫りにしている。

5. 意義と主張

本論文は、PRISMが不確実性を考慮した統計的形状解析のための初の暗黙的ニューラル表現フレームワークであると主張している。その意義は以下の点にある：

• 解釈可能性： 解剖学的構造上に直接、空間的に連続し、臨床的に意味のある不確実性推定を提供する。
• 効率性： 数値的な再サンプリングと比較して、時間的不確実性に対して計算効率の高い閉形式の解法を提供する。
• 汎用性： 単一の確率モデル内で、形状進化のモデリングからパーソナライズされた予測、異常検知に至るまで、多様なタスクを扱うことができる統一されたフレームワークであることを示した。
• 臨床的有用性： 生理学的な変異と病理を区別することが極めて重要となる小児の気道解析に、これらの概念を適用することに成功した。

著者らは、現在の制限事項として、単一のスカラ共変量への依存や、退行性疾患における長期予測のためのさらなる検証の必要性に言及している。また、臨床への導入には対象集団に対する外部検証が必要であり、予測は慎重に解釈されるべきである（個人の変異が共変量による変異に近づく場合）と注意を促している。