以機(jī)器學(xué)習(xí)為基礎(chǔ)的腦網(wǎng)絡(luò)分析方法分析

昝道廣 梁肖裕 劉忠青 徐西彤 李晨輝 山東科技大學(xué)電氣信息系

人體大腦的結(jié)構(gòu)、功能相當(dāng)復(fù)雜，弄清大腦運(yùn)轉(zhuǎn)的機(jī)制是人類面臨的挑戰(zhàn)之一。世界上各國(guó)都注入了大量的人力財(cái)力。例如，大腦研究計(jì)劃的啟動(dòng)。關(guān)于大腦的科研成果一方面幫助人類了解大腦、開發(fā)大腦的潛能，另一方面對(duì)于阿爾茨海默病、帕金森氏癥等腦疾病的診斷和治療也做出了重大貢獻(xiàn)。近幾年來(lái)，科技飛速發(fā)展，現(xiàn)代成像技術(shù)如磁共振成像、正電子發(fā)射斷層掃描等成像技術(shù)已經(jīng)能夠有效的對(duì)人腦進(jìn)行探索，構(gòu)建腦網(wǎng)絡(luò)分析。腦網(wǎng)絡(luò)分析方法已成為近年來(lái)腦影像研究中的熱點(diǎn)。腦網(wǎng)絡(luò)是和大腦連接的一種表示，分為結(jié)構(gòu)性腦網(wǎng)絡(luò)和功能性腦網(wǎng)絡(luò)。當(dāng)前，腦網(wǎng)絡(luò)的分析方法主要有2種：一是以特定假設(shè)為基礎(chǔ)驅(qū)動(dòng)的群體測(cè)試；二是以機(jī)器學(xué)習(xí)為基礎(chǔ)的個(gè)體分類預(yù)測(cè)。第二種研究手段如多用于精神分裂癥、抑郁癥等疾病的治療。因?yàn)槟軌蜃詣?dòng)分析數(shù)據(jù)而獲得規(guī)律，并預(yù)測(cè)未知數(shù)據(jù)進(jìn)而尋找和疾病相關(guān)的生物標(biāo)記，以機(jī)器學(xué)習(xí)為基礎(chǔ)的腦網(wǎng)絡(luò)分析方法已成為了研究上的熱點(diǎn)，引起了很多研究者的注意。

1 以機(jī)器學(xué)習(xí)為基礎(chǔ)的腦網(wǎng)絡(luò)分析方法

以機(jī)器學(xué)習(xí)為基礎(chǔ)的腦網(wǎng)絡(luò)分析過(guò)程有3個(gè)關(guān)鍵步驟：(1)腦網(wǎng)絡(luò)的構(gòu)建，在數(shù)據(jù)中完成腦網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建；(2)特征學(xué)習(xí)，在構(gòu)建的腦網(wǎng)絡(luò)結(jié)構(gòu)中學(xué)習(xí)生物標(biāo)記的特征；(3)分類預(yù)測(cè)，即利用特征學(xué)習(xí)對(duì)未知的樣本數(shù)據(jù)進(jìn)行預(yù)測(cè)和分類。

1.1 腦網(wǎng)絡(luò)的構(gòu)建

該步驟是第一步，是分析中的基礎(chǔ)步驟。腦網(wǎng)絡(luò)的構(gòu)建分為結(jié)構(gòu)性腦網(wǎng)絡(luò)連接和功能性腦網(wǎng)絡(luò)連接。結(jié)構(gòu)性腦網(wǎng)絡(luò)連接是基于擴(kuò)散頻譜成像建立的某種追蹤，把大腦區(qū)域連接成一個(gè)矩陣，直接對(duì)矩陣進(jìn)行分析，主要依賴的是醫(yī)學(xué)的連接模式；而功能性腦網(wǎng)絡(luò)的構(gòu)建主要是基于相關(guān)性、稀疏化的方法來(lái)刻畫腦區(qū)間的交互作用。構(gòu)建時(shí)主要是時(shí)間序列的獲取，然后根據(jù)序列的相關(guān)性把大腦表示成被閾值化的連接網(wǎng)。

1.2 特征學(xué)習(xí)

特征學(xué)習(xí)決定著腦網(wǎng)絡(luò)分析的成敗，特征學(xué)習(xí)的好壞會(huì)直接影響后續(xù)識(shí)別的性能，好的特征學(xué)習(xí)能夠?qū)ξ粗臉颖緮?shù)據(jù)有著好的分析。腦網(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)中能夠獲取的樣本個(gè)數(shù)少，因此包含著大量的低層次特征。為了解決問(wèn)題，我們首先要從數(shù)據(jù)選擇上選取有意義的測(cè)量特征如最短路徑等。然后機(jī)器的特征學(xué)習(xí)時(shí)要選擇合適的算法過(guò)濾掉那些不重要、無(wú)意義的特征，只保留對(duì)分類和預(yù)測(cè)重要的特征。這樣，對(duì)疾病分類的精確度不僅有提高，還可以快速的尋找與疾病相關(guān)的標(biāo)記，更好地對(duì)疾病進(jìn)行診斷和治療。特征學(xué)習(xí)主要有兩種常見的方法，單一模態(tài)的學(xué)習(xí)和多模態(tài)的學(xué)習(xí)。

1.2.1 單一模態(tài)的特征學(xué)習(xí)方法

較為典型的是最近的一種拓?fù)浣Y(jié)構(gòu)的特征學(xué)習(xí)方法，他是依據(jù)圖形和計(jì)算腦網(wǎng)絡(luò)之間具有相似性，從而選擇出了既有局部測(cè)量性又有著拓?fù)浣Y(jié)構(gòu)信息的特征。實(shí)驗(yàn)證明，這種方法提高學(xué)習(xí)能力，而且更容易對(duì)疾病敏感的腦區(qū)進(jìn)行分類預(yù)測(cè)。

1.2.2 多模態(tài)特征學(xué)習(xí)

因?yàn)榇竽X的復(fù)雜性，僅用單一模態(tài)的方法中尋找生物標(biāo)志是比較困難的，因此多模態(tài)特征學(xué)習(xí)是不可缺少的，他也為特征學(xué)習(xí)提供了新的方法。一方面為了精確診斷某種疾病，需要病人的多種模態(tài)的數(shù)據(jù)分析作參考；另一方面，多模態(tài)的學(xué)習(xí)方法在機(jī)器學(xué)習(xí)領(lǐng)域等領(lǐng)域被廣泛的應(yīng)用。多模態(tài)特征學(xué)習(xí)的方法可以彌補(bǔ)以前僅利用單模態(tài)分析數(shù)據(jù)時(shí)的不足，更好的進(jìn)行疾病病理的理解和分析。

1.3 分類預(yù)測(cè)

分類預(yù)測(cè)是最后的步驟。腦網(wǎng)絡(luò)分析中包含著許多模式識(shí)別的分類方法。例如精神分裂癥、抑郁癥、自閉癥等腦科疾病。

2 結(jié)論

腦網(wǎng)絡(luò)分析提供了探察腦疾病和腦的結(jié)構(gòu)功能之間的關(guān)系的一個(gè)有效的工具，尋找一些主要的生物標(biāo)志來(lái)幫助腦科疾病的診斷和治療。當(dāng)前許多研究者已把腦網(wǎng)絡(luò)應(yīng)用在了腦科疾病的分析治療中，而且取得了良好的效果。其中，機(jī)器學(xué)習(xí)在分析過(guò)程中扮演著重要的角色，并成為了研究熱點(diǎn)。本文以機(jī)器學(xué)習(xí)為基礎(chǔ)，介紹了腦網(wǎng)絡(luò)分析的概念、方法和3個(gè)主要過(guò)程。以機(jī)器學(xué)習(xí)為基礎(chǔ)的腦網(wǎng)絡(luò)分析有著良好的效果應(yīng)用，是近幾年的研究熱點(diǎn)，但它的實(shí)際應(yīng)用過(guò)程還存在著沒(méi)有解決的問(wèn)題和未來(lái)能夠更好發(fā)展的工作，主要有：(1)復(fù)雜的交互性網(wǎng)絡(luò)的刻畫問(wèn)題。腦網(wǎng)絡(luò)是一個(gè)非常復(fù)雜的網(wǎng)絡(luò)系統(tǒng)，如何刻畫這種復(fù)雜的交互性會(huì)是未來(lái)的研究中一個(gè)話題。(2)多模態(tài)的數(shù)據(jù)下疾病如何進(jìn)行分類。不同模態(tài)得出的數(shù)據(jù)反映著腦結(jié)構(gòu)功能結(jié)構(gòu)的不同視角，如何充分利用模態(tài)信息和數(shù)據(jù)對(duì)未來(lái)腦疾病的診斷水平有著深刻的影響，這也是未來(lái)的一個(gè)研究的方向。(3)小樣本和數(shù)據(jù)不平衡的問(wèn)題。當(dāng)下的研究樣本數(shù)量小且非常不平衡。如何在小樣本和極不平衡的數(shù)據(jù)中得到有意義的信息也是現(xiàn)在的一項(xiàng)挑戰(zhàn)。