Bayesian Image-on-Image Regression via Deep Kernel Learning based Gaussian Processes

1. Problema e Motivação

O artigo aborda o desafio da Regressão Imagem-sobre-Imagem (IIR) em estudos de neuroimagem, especificamente a tarefa de prever mapas de atividade cerebral evocada por tarefas (task-based fMRI) utilizando dados de repouso (resting-state fMRI).

• Contexto: Coletar dados de fMRI evocada por tarefas é caro e complexo, exigindo design experimental rigoroso. Em contraste, dados de fMRI em repouso são mais acessíveis e baratos. Existe uma correlação conhecida entre a conectividade funcional em repouso e a atividade evocada por tarefas.
• Desafios Principais:
  1. Heterogeneidade de Dados: Combinar diferentes modalidades de imagem (ex.: mapas voxel a voxel como fALFF e matrizes de conectividade regionais) com resoluções e domínios espaciais variados.
  2. Interpretabilidade e Inferência: Métodos de Deep Learning (como CNNs e GANs) frequentemente atuam como "caixas pretas", carecendo de interpretabilidade estatística e medidas de incerteza, o que é crucial para aplicações científicas.
  3. Escalabilidade: Modelos estatísticos tradicionais sofrem com a alta dimensionalidade dos dados de imagem e a complexidade das dependências espaciais.

O objetivo é desenvolver uma ferramenta de inferência estatística eficiente que possa prever imagens de tarefas complexas a partir de imagens de repouso, mantendo a interpretabilidade e a capacidade de quantificar a incerteza.

---

2. Metodologia: BIRD-GP

Os autores propõem o BIRD-GP (Bayesian Image-on-image Regression via Deep Kernel Learning based Gaussian Processes), um modelo hierárquico bayesiano que integra Redes Neurais Profundas (DNN) e Processos Gaussianos (GP).

Estrutura do Modelo (Duas Etapas)

O modelo opera em duas etapas principais, ilustradas na Figura 2 do artigo:

1. Etapa 1: Projeção de Imagem via Expansão de Base

   • As imagens de entrada (preditoras $X$) e saída (resultado $Y$) são projetadas em espaços vetoriais de dimensão reduzida usando uma expansão de base.
   • $X_i(v) = x_i^\top \psi_x(v) + \epsilon$ e $Y_i(u) = y_i^\top \psi_y(u) + \epsilon$.
   • Os coeficientes projetados ($x_i, y_i$) são tratados como realizações de Processos Gaussianos.
   • Aprendizado de Kernel (Deep Kernel Learning): Diferente de kernels fixos (como SE ou Matérn), as funções de base $\psi$ (auto-ortonormalizadas) são aprendidas de forma adaptativa aos dados utilizando uma Rede Neural Profunda (DNN). Isso permite capturar estruturas espaciais complexas e não lineares.

2. Etapa 2: Regressão Não Linear via DNN

   • Uma Rede Neural Feed-forward modela a associação complexa e não linear entre os coeficientes projetados dos preditores ($x_i$) e os coeficientes projetados dos resultados ($y_i$).
   • A relação é modelada como: $(y_i | x_i) \sim \mathcal{N}(\mathcal{N}(x_i; \theta_{xy}), \Lambda_y)$, onde $\mathcal{N}$ é a DNN.

Inferência e Computação

• Estrutura Bayesiana: O modelo atribui priors aos parâmetros da DNN e às variâncias, permitindo a obtenção de distribuições posteriores completas e medidas de incerteza (intervalos de credibilidade).
• Algoritmo Híbrido: Para lidar com a complexidade computacional, os autores desenvolveram um algoritmo de duas etapas:
  1. Amostrador de Gibbs: Usado na Etapa 1 para inferir os coeficientes projetados e variâncias.
  2. Descida de Gradiente Variacional de Stein (SVGD): Usado na Etapa 2 para inferir os parâmetros da DNN. O SVGD é eficiente, escalável e permite paralelização, superando limitações de métodos variacionais tradicionais.

Medida de Importância

O artigo introduz uma função de importância baseada na densidade logarítmica da previsão condicional. Calcula-se a magnitude esperada da derivada parcial da distribuição preditiva em relação aos preditores projetados, permitindo identificar quais dimensões das imagens de repouso são mais críticas para a previsão.

---

3. Contribuições Chave

1. Novo Modelo Híbrido (BIRD-GP): Integra a flexibilidade das DNNs para aprender kernels de GP com a robustez estatística e a capacidade de inferência bayesiana dos Processos Gaussianos.
2. Aprendizado de Kernel Adaptativo: Substitui kernels fixos por bases aprendidas via DNN, capturando melhor a heterogeneidade espacial dos dados de neuroimagem.
3. Eficiência Computacional e Escalabilidade: O uso de SVGD e a decomposição em duas etapas tornam o método viável para grandes conjuntos de dados de neuroimagem (ex.: HCP com 714 sujeitos e imagens 3D).
4. Interpretabilidade Estatística: Fornece não apenas previsões pontuais, mas também medidas de incerteza válidas e mapas de "bases" que podem ser visualizados para entender quais regiões cerebrais e padrões de conectividade impulsionam a previsão.
5. Superioridade em Simulações e Dados Reais: Demonstra desempenho superior em comparação com métodos de estado da arte (CNNs, GANs, RBDN, Regressão Linear e Voxel-a-Voxel).

---

4. Resultados

Simulações com Dados Sintéticos (MNIST e Fashion MNIST)

• O BIRD-GP superou todas as outras metodologias (DNNs, CNNs, RBDN) em precisão de previsão e classificação.
• Eficiência de Parâmetros: O BIRD-GP alcançou alta precisão com significativamente menos parâmetros (ex.: 126K parâmetros) comparado a CNNs e RBDN (que usaram até 1M+ parâmetros).
• Robustez: O modelo manteve bom desempenho mesmo com kernels aprendidos, enquanto kernels fixos (SE, Matérn) ou PCA tiveram desempenho inferior em testes fora da amostra.
• Incerteza: O modelo forneceu intervalos de credibilidade com taxas de cobertura próximas ao nível nominal (95-97%).

Análise de Dados Reais (Human Connectome Project - HCP)

• Objetivo: Prever mapas de contraste de tarefas (Linguagem: story-math; Reconhecimento Social: random-baseline) usando fALFF (repouso) e matrizes de conectividade.
• Desempenho Preditivo:
  • O BIRD-GP superou a Regressão Linear e a Regressão Voxel-a-Voxel em todas as métricas.
  • Matriz de Correlação: O BIRD-GP exibiu um padrão "diagonal-dominante" forte, indicando que a previsão para um sujeito é mais similar à sua própria imagem real do que às de outros sujeitos.
• Comparação de Modalidades:
  • A matriz de conectividade mostrou-se muito mais preditiva do que o mapa fALFF isolado.
  • A combinação de ambas as modalidades não trouxe vantagem significativa sobre o uso da conectividade sozinha para a previsão de contraste em todo o cérebro, embora tenha sido a configuração de melhor desempenho geral.
  • A tarefa de Linguagem foi mais previsível do que a tarefa de Reconhecimento Social.
• Interpretação Biológica:
  • As imagens de base (basis images) identificadas como importantes revelaram a participação de redes funcionais específicas:
    • Rede Visual (VS): Importante para ambas as tarefas.
    • Rede de Atenção Dorsal (DAT): Importante para controle atencional em ambas.
    • Rede Subcortical (SC): Dominante em certas bases, suportando funções de linguagem e sociais.
    • Rede de Modo Padrão (DM): Envolvida seletivamente na tarefa de linguagem (ativa), mas desativada no reconhecimento social.

---

5. Significado e Conclusão

O trabalho do BIRD-GP representa um avanço significativo na análise de neuroimagem multimodal. Ao superar as limitações de métodos puramente baseados em Deep Learning (falta de interpretabilidade e incerteza) e de métodos estatísticos tradicionais (rigidez e dificuldade de escalabilidade), o BIRD-GP oferece uma ferramenta robusta para:

1. Validação Científica: Permitir que pesquisadores entendam como e por que certas imagens de repouso predizem atividades de tarefas, através da visualização das bases aprendidas.
2. Economia de Recursos: Possibilitar a previsão de estados cerebrais complexos a partir de dados de repouso mais baratos, potencialmente reduzindo a necessidade de escaneamentos de tarefas longos e custosos em estudos clínicos e populacionais.
3. Inferência Bayesiana em Grande Escala: Demonstrar que é possível realizar inferência bayesiana rigorosa em problemas de alta dimensão (imagens 3D) usando métodos variacionais modernos como o SVGD.

Em suma, o BIRD-GP estabelece um novo padrão para regressão imagem-sobre-imagem, equilibrando precisão preditiva, eficiência computacional e interpretabilidade estatística.