NeuroMambaLLM: Dynamic Graph Learning of fMRI Functional Connectivity in Autistic Brains Using Mamba and Language Model Reasoning

技術概要：NeuroMambaLLM

問題定義
自閉スペクトラム症（ASD）の神経画像分析には、現在 2 つの主要な限界が存在します。第一に、ほとんどの手法は、fMRI データを単一の相関行列に集約する静的機能的結合（sFC）に依存しています。このアプローチは、神経発達障害の理解に不可欠な一過性の神経ダイナミクスや時間変化する相互作用を不明瞭にしてしまいます。第二に、大規模言語モデル（LLM）は強力な意味推論を提供しますが、脳結合モデルとの統合は未熟な段階にあります。既存の「脳からテキストへ」のフレームワーク（FCN-LLM、BrainLLM など）は、通常、静的結合行列を LLM にマッピングするものであり、推論を平均的なバイオマーカーに限定し、特定の時間的イベントを扱えていません。さらに、長い fMRI 系列を対象とした深層学習モデルは、Transformer の二次的な計算コストや再帰型ネットワークの忘却問題に悩まされることが多く、長くノイズの多い時系列のエンドツーエンドモデル化を実用的にするのが困難です。

手法
本論文は、静的グラフからテキストへのモデル化というパラダイムから、動的潜在信号からテキストへのモデル化へと転換するエンドツーエンドのフレームワーク「NeuroMambaLLM」を提案します。このアーキテクチャは、3 つの結合された段階から構成されます。

1. 動的潜在グラフ推論（LGI）：
   事前計算された相関行列や固定された構造的事前分布を使用する代わりに、このモデルは生データである血液酸素レベル依存（BOLD）時系列から直接、時間分解された機能的結合を学習します。微分可能なモジュールが、1 次元畳み込みと自己注意を用いて、瞬間的な BOLD 信号を潜在特徴空間にマッピングします。これらの潜在ノード埋め込み間のペアワイズ類似性が、時間変化する隣接行列（$G_t$）を生成し、ヒューリスティックなスライディングウィンドウなしで、瞬間的な機能結合と非線形依存関係を捉えます。

2. 選択的状態空間時系列モデリング（Mamba）：
   グラフでフィルタリングされた脳状態は、選択的状態空間モデル（SSM）である Mamba アーキテクチャによって処理されます。Transformer と異なり、Mamba は系列長に対して線形時間で信号を処理し、二次的なメモリ増大を回避します。これは、状態遷移行列と入力射影行列が現在の入力の決定論的関数として生成される、ハードウェア対応の選択的スキャン機構を採用しています。これにより、モデルは適応的に関連する時間的情報を選択し、fMRI データにおける長距離依存関係を捉えつつ、運動関連アーティファクトや生理的ノイズを効果的に抑制できます。

3. LLM とのクロスモーダルアライメント：
   生成された潜在時系列状態の系列は、固定された「脳サマリートークン」のセットに圧縮されます。これらのトークンは、凍結された LLaMA-3-8B 言語モデルの埋め込み空間に射影されます。アライメントは、LLM の注意層に挿入された低ランク適応（LoRA）モジュールを介して達成され、ベースモデルを凍結したままパラメータ効率を維持します。LLM は、診断プロンプトと連結されたこれらの脳トークンを受け取り、入力の特異的な時間パターンに基づいて診断分類を行い、臨床的に意味のあるテキストレポートを生成します。

主要な貢献

• 動的機能グラフ学習： 生 BOLD 信号から直接適応的かつ時間分解された機能的結合を推論するエンドツーエンドエンコーダーの導入。これにより、静的分析では見逃されていた一過性の神経相互作用を捉えます。
• 効率的な時系列モデリング： 長距離の fMRI 依存関係を線形計算複雑性でモデル化し、Transformer のコストなしにノイズを適応的に抑制する Mamba 選択的状態空間アーキテクチャの適用。
• LLM 推論フレームワーク： 動的脳グラフを凍結された LLM の埋め込み空間に射影するための、LoRA を用いた新規アライメント戦略。これにより、ブラックボックス予測ではなく、解釈可能なテキスト説明を生成する統合的な診断分類と言語ベースの推論が可能になります。

実験結果
実験は、100 時間点に切り詰められた 39 関心領域（ROI）からの安静時 fMRI データを使用した、Autism Brain Imaging Data Exchange（ABIDE I）データセットで行われました。

• 性能： NeuroMambaLLM はテスト精度 72.12% を達成し、BoLT（71.28%）、SwinT（68.59%）、BrainGNN（69.31%）などの静的グラフベースのアプローチを含む最近の最先端手法を上回りました。
• 指標： 本モデルは、精度 0.8022、F1 スコア 0.6931 を示しました。
• アブレーション研究：
  • 動的グラフを静的形式（「Static MambaLLM」）に置き換えると、精度は 66.50% に低下し、適応的グラフ推論の必要性を確認しました。
  • LoRA 適応なしに LLM パラメータを凍結する（「Frozen MambaLLM」）と、LoRA 調整版と比較して性能が低下（68.20%）し、軽量微調整の価値を検証しました。
  • 時系列バックボーン（GRU、TCN、Transformer、S4）の比較では、Mamba が最も強力な性能を示しました。

意義と主張
本論文は、NeuroMambaLLM が動的神経生物学的プロセスと計算上の実現可能性の間のギャップを埋めると主張しています。その主な意義は、「ブラックボックス」予測を超え、臨床的に意味のある説明へと移行する点にあります。LLM の出力を因果的に関連する時間的に特異的な神経パターンに基づけることで、このフレームワークは、既知の ASD 神経生物学と一致する非典型的な相互作用（例えば、左側上側頭溝や前側頭領域におけるもの）を特定する解釈可能なレポートを提供します。

著者らは、言語モデルが単に分類精度を最大化するために導入されたのではなく、ドメイン専門家向けに動的脳パターンの構造化された解釈を支援するために導入されたことを強調しています。このモデルは、動的潜在グラフ学習と効率的な状態空間モデリングおよび LLM 推論の組み合わせが、静的モデルが欠如している解釈性（生成されたテキストサマリーとサリエンシーマップを介して）を提供しつつ、競争力のある診断性能をもたらすことを成功裏に実証しました。今後の課題として、追加データセットへの汎化と、潜在的な幻覚を軽減するためのプロンプト制約の精緻化に焦点が当てられることが示されています。