🤖 machine learning

Unsupervised learning of acquisition variability in structural connectomes via hybrid latent space modeling

本文提出了一种具有架构退火机制的无监督混合潜在空间框架，该框架无需手动调整容量即可在大规模扩散磁共振成像结构连接组中有效分离与采集相关的变异与生物信号。

原作者： Gaurav Rudravaram, Lianrui Zuo, Karthik Ramadass, Elyssa McMaster, Jongyeon Yoon, Aravind R. Krishnan, Adam M. Saunders, Chenyu Gao, Nancy R. Newlin, Praitayini Kanakaraj, Lori L. Beason Held, Murat B

发布于 2026-05-15

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Gaurav Rudravaram, Lianrui Zuo, Karthik Ramadass, Elyssa McMaster, Jongyeon Yoon, Aravind R. Krishnan, Adam M. Saunders, Chenyu Gao, Nancy R. Newlin, Praitayini Kanakaraj, Lori L. Beason Held, Murat Bilgel, Laura A. Barquero, Micah DArchangel, Tin Q. Nguyen, Laurie B. Cutting, Derek Archer, Timothy J. Hohman, Daniel C. Moyer, Bennett A. Landman

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在整理一座关于人脑的庞大图书馆。这些书并非由纸张制成，而是展示大脑不同部分如何连接的数字地图（称为“结构连接组”）。

问题在于，这些地图是由 13 个不同的图书馆（研究项目）绘制的，使用了 25 种不同类型的相机和扫描仪。即使两个人的大脑完全相同，他们的地图也可能看起来略有不同，仅仅因为一张是在周二用特定设置扫描的，而另一张是在周五用不同设置扫描的。这就像试图按体裁整理书籍，但封面的颜色却取决于是由哪台打印机制作的，而不是书内的故事内容。

本文介绍了一种新的、智能的方法来整理这些大脑地图，以确保“打印机差异”不会与实际的“故事差异”混淆。

问题：嘈杂的“图书馆”

过去，科学家们尝试使用标准工具来清理这些地图。可以将这些工具想象为基本的照片滤镜。它们试图平滑差异，但往往将所有内容都视为连续的模糊。它们很难区分“连续”变化（如大脑老化）和“离散”变化（如从扫描仪 A 切换到扫描仪 B）。因此，扫描仪的差异被隐藏在大脑数据内部，使得难以看清真实的生物学模式。

解决方案：混合排序机

作者构建了一种新型人工智能，称为联合变分自编码器（Joint-VAE）。可以将该 AI 想象为一条数据双车道高速公路：

连续车道：这条车道处理平滑、渐进的变化，例如自然老化过程或人与人之间的细微生物学差异。
离散车道：这条车道处理“开/关”或“类别”变化，例如使用了哪种扫描仪或数据来自哪项研究。

目标是迫使 AI 将“扫描仪噪声”放入离散车道，而将“大脑生物学”放入连续车道。

创新点：“训练教练”（架构退火）

这里是棘手之处。如果任由 AI 自行驾驶，它往往会完全忽略离散车道。对 AI 来说，将所有信息（包括扫描仪噪声和大脑生物学）都塞进那个拥有无限空间的、宽阔的连续车道要容易得多。

以前的方法试图通过手动告诉 AI 来修复这个问题：“嘿，你只能将 50% 的数据放入连续车道。”但这就像教练对着跑步者大喊具体的数字；很难把握得当，如果数字设定错误，跑步者就会失败。

本文的突破在于一种新的“架构退火”策略。作者没有仅仅发出指令，而是构建了一位训练教练，在训练开始时物理上封锁连续车道。

训练初期：教练在连续车道上放置“禁止入内”的标志。AI 被迫将所有信息放入离散车道。由于别无选择，它学会了识别不同的扫描仪和协议。
训练后期：随着 AI 变得更聪明，教练会慢慢解除连续车道的封锁。现在，AI 可以开始利用连续车道处理平滑的生物学细节，但它已经学会了将扫描仪噪声保持分离。

这一切都是自动发生的。AI 学会了自我平衡，研究人员无需手动调节复杂的旋钮。

结果：整理图书馆

该团队在来自 2 至 102 岁人群的7,416 张大脑地图的巨大数据集上测试了这种方法，其中包括健康个体和存在认知问题的人群。

测试：他们要求 AI 根据地图来自哪种扫描仪对地图进行分组（不告知 AI 扫描仪的名称）。
获胜者：新的“架构退火”方法在整理地图方面表现最佳。它比旧方法更准确地识别出了 25 个不同的扫描仪组。
发现：AI 不仅学会了分离扫描仪，还学会了扫描仪如何不同。它意识到某些扫描仪使用了不同的“壳”设置、不同的角度或不同的时序。它以反映这些技术设置复杂混合的方式组织了数据。

核心结论

本文表明，通过使用一种特殊的“双车道”AI 配合智能训练计划，我们可以自动将不同医疗扫描仪的“噪声”与人脑的“信号”分离开来。这使得科学家能够混合和匹配来自不同医院和研究的数据，而无需担心结果会因拍摄图片所使用的设备而混淆。

注意：论文明确指出，在这种无监督设置中，AI 主要学习的是扫描仪的信息，而不是患者之间的生物学差异（如阿尔茨海默病）。作者建议，未来的工作可以利用这种方法来帮助分离这些生物学差异，但这项具体研究侧重于证明该方法在清理扫描仪数据方面的有效性。

技术摘要：通过混合潜在空间建模无监督学习结构连接组中的采集变异性

问题陈述
扩散磁共振成像（dMRI）对于分析神经退行性疾病、认知衰退和衰老中的白质连接及微观结构完整性至关重要。然而，dMRI 数据深受采集协议异质性（例如扫描仪类型、回波时间、重复时间、b 值及壳层配置）的影响。这些采集差异引入了变异性，往往掩盖了潜在的生物信号，使得跨多站点研究难以得出可推广的结论。尽管存在数据协调技术，但许多方法依赖于预定义的站点标签或元数据，而这些信息可能不完整或不准确。此外，传统的降维方法（例如标准变分自编码器或主成分分析）通常将所有方差建模为连续的，使得难以将离散的采集效应与连续的生物变异区分开来。现有的尝试分离离散和连续因素的混合潜在空间模型，通常需要手动调整容量以确保离散分量捕获所需的变异性，从而导致不稳定性和对超参数的敏感性。

方法论
作者提出了一种架构退火联合变分自编码器（Architectural Annealing Joint-VAE），这是一个无监督框架，旨在学习一个包含连续（ $z_c$ ）和离散（ $z_d$ ）变量的混合潜在空间，以建模结构连接组。

数据整理：本研究利用了一个来自 13 项神经影像研究的大型异质数据集（ $N=7,416$ ），年龄跨度为 2 至 102 岁。数据包含 25 种独特的采集参数组合（站点），涵盖神经典型、轻度认知障碍（MCI）和阿尔茨海默病（AD）队列。结构连接组是使用标准预处理流程（PreQual、SLANT、MRtrix3）构建的，涉及每个受试者 121 个感兴趣区（ROIs）和 1000 万条流线。
模型架构：该模型扩展了传统的变分自编码器（VAE）。编码器将扁平化的连接组数据映射到联合后验 $q_\phi(z_c, z_d | x)$ $q_{ϕ} (z_{c}, z_{d} ∣ x)$ ，而解码器从拼接的潜在向量 $[z_c, z_d]$ $[z_{c}, z_{d}]$ 重建输入。
- 连续潜在变量（ $z_c$ ）：建模为高斯分布。
- 离散潜在变量（ $z_d$ ）：建模为分类分布（对应站点数量的 25 个类别），通过 Gumbel-Softmax 进行采样。
架构退火：核心创新在于一种直接应用于编码器输出而非仅损失函数的分阶段退火程序。
- 退火因子 $\lambda$ 在固定迭代次数内从 0 线性增加到 1。
- 连续潜在变量的均值（ $\mu$ ）和对数方差（ $\log \sigma^2$ ）在采样和 KL 散度计算之前，由 $\lambda$ 进行缩放（即 $\mu' = \lambda \mu$ ， $\log \sigma'^2 = \lambda \log \sigma^2$ ）。
- 机制：在训练开始时（ $\lambda \approx 0$ ），连续路径被抑制，迫使模型将结构信息编码到离散潜在空间中。随着 $\lambda$ 增加，连续路径逐渐被“解锁”，从而实现平衡的联合优化。这种架构约束防止了连续空间在训练早期动态中占据主导地位，这是基于损失的退火方法中观察到的一种失效模式。

主要贡献

原则性无监督框架：本文介绍了一种无需站点标签或手动容量调整即可分离离散采集效应与连续生物变异的方法。
架构退火：与以往仅退火损失项（KL 散度）的方法不同，该方法退火的是编码器输出本身。这确保了在整个训练过程中解码器都基于具有受控容量的表示进行条件化，从而带来更稳定的动态。
大规模验证：与之前的混合潜在空间研究相比，该框架在一个显著更大且更多样化的数据集（7,416 名受试者，25 个站点）上进行了验证。

结果

对手动调整的敏感性：在标准联合变分自编码器（公式 5）上的实验表明，该模型对手动连续容量（ $C_c$ ）设置高度敏感。增加 $C_c$ 会导致离散空间崩溃，合并不同的站点簇，并无法恢复站点结构。
卓越的站点发现能力：所提出的架构退火联合变分自编码器显著优于基线方法，包括 PCA+k-means、标准 VAE+k-means 以及仅使用基于损失退火的联合变分自编码器。
- 在 25 个离散类别（匹配真实站点数量）下，模型退火方法实现了 0.53 的调整兰德指数（ARI）（ $p < 0.05$ ），显著高于所有其他方法。
- 当类别数量接近真实值时，模型退火方法保持了稳定的性能，而基于损失的退火方法和 PCA 基线则显示出明显的性能下降。
潜在空间可解释性：潜在空间的可视化显示，该模型成功学会了将多壳层采集与单壳层采集区分开来。在单壳层组内，连续潜在空间根据采集参数（TE、TR、角分辨率）平滑地组织受试者，展示了采集变异性的非线性分解。

意义与主张
本文主张，所提出的混合连续 - 离散潜在空间提供了一种稳健的无监督机制，用于捕捉扩散磁共振成像中与采集相关的变异性。通过联合建模平滑结构和分类结构，该模型在无监督的情况下恢复了与扫描仪和协议差异一致的有效簇。作者强调，学习到的潜在结构表明，没有单一采集参数主导变异性；相反，该模型捕捉了涉及 TE、TR、b 值和壳层结构的多因素依赖性。

作者谦逊地指出了一项局限性：在这种完全无监督的设置中，潜在空间主要由与采集相关的变异主导，而非受试者之间的生物差异。他们建议未来的工作可以将此扩展到半监督框架，其中离散变量捕捉采集结构，而专门的连续维度被鼓励编码生物变异性，从而支持保留有意义生物信号的大规模、跨研究神经影像分析。