張芳芳 李 楠

(太原理工大學(xué)信息與計(jì)算機(jī)學(xué)院 山西 太原 030024)

0 引 言

fMRI是神經(jīng)影像學(xué)中一種重要的腦成像方法，通過(guò)磁振造影可以清晰探測(cè)神經(jīng)元活動(dòng)觸發(fā)的血液動(dòng)力改變，在此基礎(chǔ)上得到包含大量信息腦成像數(shù)據(jù)，為人類解碼大腦的工作機(jī)制提供了一種有效的方法[1]。大腦結(jié)構(gòu)和功能的變化與大多疾病的產(chǎn)生有關(guān)[2]。這些微小的變化在病發(fā)初期通過(guò)肉眼是無(wú)法直接察覺(jué)到的。近年來(lái)人們通過(guò)在腦科學(xué)領(lǐng)域的積極探索，fMRI技術(shù)逐漸成為研究大腦運(yùn)行機(jī)制的一種重要方法。模式識(shí)別作為機(jī)器學(xué)習(xí)中的一種重要技術(shù)目前已成為抑郁癥、精神分裂癥等精神或神經(jīng)性疾病的診斷工具[2]。

fMRI是用于捕捉腦活動(dòng)圖像的神經(jīng)成像技術(shù)，這些圖像具有很高的空間分辨率，因此具有很高的維數(shù)。每一次掃描包括超過(guò)10萬(wàn)的體素，容易使分類器產(chǎn)生過(guò)擬合現(xiàn)象，影響分類器的泛化性能不利于對(duì)數(shù)據(jù)進(jìn)行分類，所有被掃描的體素都不是針對(duì)每個(gè)刺激被激活的。因此，尋找與刺激有關(guān)的信息體素成為任何機(jī)器學(xué)習(xí)分析fMRI數(shù)據(jù)的先決條件[3]。特征提取方法是創(chuàng)建與刺激相關(guān)的激活體素樣本的關(guān)鍵。文獻(xiàn)[4]提出了使用多體素的模式進(jìn)行fMRI數(shù)據(jù)分析，其使用互信息及偏最小平方回歸行特征提??；文獻(xiàn)[5]使用遺傳算法進(jìn)行特征提取，研究發(fā)現(xiàn)利用遺傳算法進(jìn)行特征選擇比其他方法具有更好的一致性和可預(yù)測(cè)性；文獻(xiàn)[6]采用t-test的特征選擇方法、峰值所在時(shí)間點(diǎn)的特征提取方法和SVM分類算法對(duì)fMRI的思維數(shù)據(jù)進(jìn)行分析。上述這些文獻(xiàn)需要較大的計(jì)算量來(lái)進(jìn)行特征提取，且特征的描述能力有限，選取過(guò)程較復(fù)雜且過(guò)分依賴于專家知識(shí)。文獻(xiàn)[7]利用ICA能夠獲得具有更強(qiáng)的獨(dú)立性和更好的空間對(duì)應(yīng)性的受試者特異性成分。由于ICA算法不需要先驗(yàn)知識(shí)，適應(yīng)環(huán)境變化能力強(qiáng)，噪聲可以看作是獨(dú)立成分，避免了去噪的問(wèn)題，且ICA不需要假設(shè)源信號(hào)的數(shù)學(xué)模型，避免了模型假設(shè)過(guò)程中的誤差，更能揭示腦功能數(shù)據(jù)所反映的人腦活動(dòng)的本質(zhì)，是分析腦成像數(shù)據(jù)非常有效的工具[8]。所以本文采用ICA算法提取激活體素創(chuàng)建樣本特征。

機(jī)器學(xué)習(xí)算法可以通過(guò)不斷的學(xué)習(xí)來(lái)模擬人類的學(xué)習(xí)行為，是人工智能領(lǐng)域很重要的一個(gè)分支，由于具有較高的識(shí)別性能和較強(qiáng)的魯棒性現(xiàn)已被廣泛應(yīng)用于分析fMRI數(shù)據(jù)，探索大腦的運(yùn)行機(jī)制。文獻(xiàn)[9]比較了6種機(jī)器學(xué)習(xí)算法在fMRI數(shù)據(jù)上的分類性能，其中決策樹(shù)的分類精確度為87%，K最近鄰為86%，SVM為84%。然而使用單個(gè)分類器的方法解碼特征間的信息識(shí)別效果不佳。Adaboost算法作為一種典型的機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)了由弱分類器到強(qiáng)分類器的轉(zhuǎn)換，文獻(xiàn)[10]基于Adaboost框架提出了一種彈性網(wǎng)型正則化多核學(xué)習(xí)算法，獲得分類精度較高的分類器；文獻(xiàn)[11]利用Adaboost算法集成多個(gè)SVM分類器以此來(lái)判別被試正在觀看的圖像類別取得了較好的效果。

綜上所述，利用ICA算法可以有效提取fMRI類別間信息，避免噪聲干擾，Adaboost分類算法在一定程度上可以克服fMRI數(shù)據(jù)維數(shù)高容易過(guò)擬合的問(wèn)題，所以本文利用ICA算法分別提取全腦和感興趣區(qū)內(nèi)的類別信息，再將得到的fMRI數(shù)據(jù)變換成低維空間時(shí)間序列，利用這些數(shù)據(jù)來(lái)訓(xùn)練Adaboost分類模型。

1 實(shí)驗(yàn)過(guò)程

實(shí)驗(yàn)采用事件相關(guān)數(shù)據(jù)集，首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，如果直接用預(yù)處理的數(shù)據(jù)創(chuàng)建樣本，樣本維數(shù)會(huì)非常高從而導(dǎo)致分類模型產(chǎn)生過(guò)擬合。本文采用ICA算法提取預(yù)處理后的數(shù)據(jù)感興趣區(qū)類別間的有效信息，進(jìn)而創(chuàng)建樣本用于訓(xùn)練Adaboost分類模型。實(shí)驗(yàn)流程如圖1所示。

圖1 算法流程

1.1 實(shí)驗(yàn)數(shù)據(jù)及預(yù)處理

本文采用haxby數(shù)據(jù)集，該數(shù)據(jù)集是haxby等在一次研究任務(wù)中采集到的數(shù)據(jù)(http://data.pymvpa.org/datasets/haxby2001)，是fMRI實(shí)驗(yàn)設(shè)計(jì)中最常用的數(shù)據(jù)集之一。該實(shí)驗(yàn)數(shù)據(jù)集由6個(gè)被試構(gòu)成，實(shí)驗(yàn)過(guò)程為被試提供8種不同類別的圖片刺激，讓每位被試分別觀看這8類圖片，每類圖片中包含有48幅圖像。采用多組塊試驗(yàn)設(shè)計(jì)：先保持12 s的靜息狀態(tài)，接著為8任務(wù)刺激塊，每個(gè)刺激塊持續(xù)24 s，在各刺激塊間有12 s的靜息狀態(tài)，每個(gè)刺激塊有12個(gè)樣本，每個(gè)樣本中包含從4個(gè)不同角度拍攝的圖片，每個(gè)圖片的刺激時(shí)間為500 ms，刺激間隔為1 500 ms。由于數(shù)據(jù)集中第5個(gè)被試的第9個(gè)樣本數(shù)據(jù)損壞，故研究時(shí)舍棄該組數(shù)據(jù)[12]。fMRI數(shù)據(jù)集經(jīng)過(guò)預(yù)處理，改善了時(shí)間序列數(shù)據(jù)的空間對(duì)齊性，并且抑制了時(shí)間序列數(shù)據(jù)的噪聲，包括運(yùn)動(dòng)校正、線性去趨勢(shì)、對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化[13]。

1.2 獨(dú)立成分分析

ICA按照統(tǒng)計(jì)獨(dú)立的原則將觀測(cè)數(shù)據(jù)分解為若干獨(dú)立分量，利用其獨(dú)立成分作為樣本數(shù)據(jù)。通過(guò)線性變換將體素信息分解成統(tǒng)計(jì)獨(dú)立的信號(hào)的線性組合其原理如圖2所示。假設(shè)fMRI數(shù)據(jù)為x(t)，獨(dú)立分量s(t)通過(guò)混合構(gòu)成混合系統(tǒng)A，若要使解混矩陣B得到的y(t)接近s(t)，矩陣B必須滿足無(wú)限接近矩陣A的逆這一條件。

圖2 ICA數(shù)據(jù)處理過(guò)程

ICA能夠提取腦組織邊緣變化的特征信息。運(yùn)用相關(guān)的ICA算法將觀測(cè)數(shù)據(jù)矩陣分解為一組統(tǒng)計(jì)上兩兩獨(dú)立的成分，其標(biāo)準(zhǔn)的數(shù)學(xué)模型形式為：

X=A×S

(1)

式中：X為N×M的fMRI數(shù)據(jù)矩陣，N代表被試樣本樣本數(shù)，M表示被試觀察圖片時(shí)采集到的體素個(gè)數(shù)，觀察的圖像類別映射為X中的行向量，其中的N個(gè)樣本分別表示為X1,X2,…，XN；矩陣A為混合系數(shù)矩陣，維數(shù)為N×L，L表示分解后獨(dú)立分量的數(shù)目，矩陣A的行向量中包含每個(gè)對(duì)象所有獨(dú)立分量的組合信息，而A每一列元素則包含單個(gè)獨(dú)立成分對(duì)所有對(duì)象的組合信息；矩陣S是L×M的源信號(hào)矩陣，Si(i=1,2，…，L)分別代表各個(gè)獨(dú)立成分，由于包含每類圖片的體素信息，也稱之為圖像基。fMRI影像的ICA模型如圖3所示。

圖3 ICA算法

ICA算法流程如下：

(1) 將數(shù)據(jù)中心化使均值為零；

(2) 隨機(jī)生成分離矩陣B和初始化yi，設(shè)置學(xué)習(xí)率μ及收斂準(zhǔn)則；

(3) 計(jì)算y=Bz；

(4) 若非線性函數(shù)沒(méi)有事先確定：

yi=(1-μy)yi+μy[E(-tanh(yi)yi+(1-tanh(yi)2))]

如果yi>0，取gi(yi)=-2tanh(yi)，否則

gi(yi)=tanh(yi)-yi；

(5) 更新分離矩陣B←B+Y[1+g(y)yT]B；

(6) 若未收斂，返回步驟3。

利用ICA算法提取出與視覺(jué)認(rèn)知相關(guān)的腹側(cè)顳葉皮層區(qū)域的相關(guān)三維腦成像(x,y,z)體素如圖4所示，其中一個(gè)被試在觀看8幅圖片過(guò)程中提取的體素對(duì)應(yīng)的fMRI數(shù)據(jù)時(shí)間序列如圖5所示，通過(guò)ICA算法提取的體素個(gè)數(shù)X=[22 422]，將其輸入Adaboost分類模型。

圖4 腹側(cè)顳葉皮層三維腦成像

圖5 時(shí)間序列

1.3 Adaboost分類算法

Adaboost分類器是利用相同的樣本集訓(xùn)練不同的弱分類器，通過(guò)集成弱分類器構(gòu)造一個(gè)強(qiáng)分類器。具體實(shí)現(xiàn)步驟如下：

步驟1給定訓(xùn)練樣本集{(x1,y1),(x2,y2),…(xm,ym)}，其中m為樣本數(shù)，xi為訓(xùn)練樣本，yi為樣本標(biāo)簽。

步驟2初始化樣本xi的權(quán)重。

步驟3選取的弱分類器的個(gè)數(shù)為T，實(shí)驗(yàn)選取T=20。

(1) 權(quán)重歸一化：

(2)

(2) 訓(xùn)練每個(gè)弱分類器cf，計(jì)算該特征的弱分類器的加權(quán)錯(cuò)誤率:

(3)

將錯(cuò)誤率最小的εf弱分類器cf加入到強(qiáng)分類器中。

(3) 更新樣本權(quán)重：

(4)

(4) 強(qiáng)分類器為：

(5)

2 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)選取與視覺(jué)信息相關(guān)的感興趣區(qū)(腹側(cè)顳葉皮層)與全腦體素分別訓(xùn)練Adaboost分類器，特征提取的方法影響分類器的識(shí)別性能，PCA算法常用于去除數(shù)據(jù)中的冗余特征，降低數(shù)據(jù)維度，實(shí)驗(yàn)對(duì)比了PCA特征選擇方法來(lái)驗(yàn)證本文方法的有效性。因?yàn)閔axby數(shù)據(jù)集包含的fMRI數(shù)據(jù)樣本數(shù)有限,本文采用留一法進(jìn)行交叉驗(yàn)證來(lái)評(píng)估Adaboost模型的分類性能，實(shí)驗(yàn)結(jié)果如表1所示。

表1 不同特征選擇方法的比較 %

由表1可知，在全腦采用PCA算法與Adaboost算法相結(jié)合的方法得到的平均分類準(zhǔn)確率為62.93%；采用ICA算法與Adaboost算法相結(jié)合的方法得到的平均分類準(zhǔn)確率為69.81%。本文方法分類效果較好，其平均分類準(zhǔn)確率相比PCA+Adaboost算法提高了6.88%，在與視覺(jué)信息相關(guān)的感興趣區(qū)采用PCA算法與Adaboost算法相結(jié)合的方法得到的平均分類準(zhǔn)確率為76.00%，采用ICA算法與Adaboost算法相結(jié)合的方法得到的平均分類準(zhǔn)確率為84.72%，其平均分類準(zhǔn)確率相比PCA+Adaboost算法提高了8.72%。由表1可知，無(wú)論是以全腦還是以感興趣區(qū)體素作為特征，采用本文方法更能有效解碼視覺(jué)信息，選擇全腦體素進(jìn)行實(shí)驗(yàn)，其中包含的體素的平均活躍程度不同，有的腦區(qū)體素處于正激活狀態(tài)，有的處于負(fù)激活狀態(tài)，處于負(fù)激活狀態(tài)的體素就會(huì)對(duì)攜帶有用信息的正激活體素產(chǎn)生干擾，從而影響分類性能。選擇感興趣區(qū)進(jìn)行實(shí)驗(yàn)可進(jìn)一步減小冗余信息的干擾，通過(guò)ICA算法能將體素之間的相互作用和空間分布關(guān)系考慮在內(nèi)，有助于分析fMRI數(shù)據(jù)。

分析fMRI實(shí)驗(yàn)數(shù)據(jù)有單一分類器和集成分類器兩種方法，由于fMRI 實(shí)驗(yàn)中的樣本數(shù)少但特征維度高，會(huì)使分類器產(chǎn)生過(guò)擬合，影響分類器的泛化性能，導(dǎo)致分類器對(duì)大腦認(rèn)知狀態(tài)的變化不敏感。為了驗(yàn)證Adaboost分類算法的有效性，本文選取ICA算法提取的感興趣區(qū)體素特征訓(xùn)練，與SVM、Bagging、Boosting三種分類器進(jìn)行實(shí)驗(yàn)對(duì)比。圖6顯示了Adaboost分類方法與其他三種方法在haxby數(shù)據(jù)集上的分類識(shí)別率。

圖6 四種分類算法在haxby數(shù)據(jù)集上的分類準(zhǔn)確率

由圖6可知，在被試2和被試3中，SVM分類準(zhǔn)確率高于Bagging分類算法，在其余被試中SVM分類準(zhǔn)確率均低于集成分類算法。在6個(gè)被試中，SVM分類識(shí)別率最高為75.01%，Bagging算法的識(shí)別率最高為78.23%，Boosting算法的識(shí)別率最高為82.67%，Adaboost算法的識(shí)別率最高可達(dá)90.60%。在fMRI數(shù)據(jù)的解碼中，相較于分類效果較好的SVM單分類器，集成算法對(duì)視覺(jué)圖片刺激的分類性能得到很大的提升，在一定程度上克服了過(guò)擬合現(xiàn)象的影響。其中與其他兩種集成策略相比，Adaboost利用自適應(yīng)迭代算法并結(jié)合弱分類器之間的差異性，不斷更新分類器的權(quán)重，進(jìn)而提高集成策略的分類性能，有效識(shí)別大腦認(rèn)知狀態(tài)間的差異。

為了進(jìn)一步驗(yàn)證本文算法的有效性，表2對(duì)比了本文算法與文獻(xiàn)中的分類結(jié)果。

表2 本文與其他方法分類結(jié)果對(duì)比

各個(gè)性能指標(biāo)的計(jì)算方法如下：

式中：SN為靈敏度，也稱真陽(yáng)性率(ture positive rate,TP rate)，定義為被正確分類的正類樣本(其中正類指一類圖片樣本)與所有正類樣本數(shù)的比例，表征了分類器對(duì)正類樣本的識(shí)別能力；假陽(yáng)性率(false positive rate,FP rate)定義為負(fù)類樣本(負(fù)類指其余圖片樣本)被錯(cuò)誤分類為正類的樣本數(shù)與所有負(fù)類樣本數(shù)的比例，SP為特異性，定義為1-FP rate，表征了分類器對(duì)負(fù)類樣本的識(shí)別能力；TP為真陽(yáng)性個(gè)數(shù)，即其中一類fMRI圖片被正確分類的個(gè)數(shù)；TN真陰性個(gè)數(shù)，即其余圖片被正確分類的個(gè)數(shù)；FP假陽(yáng)性個(gè)數(shù)，即其余圖片錯(cuò)誤分類的個(gè)數(shù)；FN假陰性個(gè)數(shù)，即其中一類fMRI圖片錯(cuò)誤分類的個(gè)數(shù)。

從表2可以看出：文獻(xiàn)[12]通過(guò)引入受限玻爾茲曼機(jī)模型，提出基于卷積神經(jīng)網(wǎng)絡(luò)的fMRI數(shù)據(jù)分類模型，利用該模型可以有效提升fMRI 數(shù)據(jù)分類的準(zhǔn)確率，但是網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)選取過(guò)程復(fù)雜且只是針對(duì)局部特征運(yùn)行時(shí)間較長(zhǎng)；文獻(xiàn)[13]針對(duì)現(xiàn)有分類模型未充分利用fMRI 數(shù)據(jù)時(shí)序特性的缺陷，引入循環(huán)神經(jīng)網(wǎng)絡(luò)模型，并將無(wú)標(biāo)注數(shù)據(jù)加入到模型訓(xùn)練過(guò)程中，提出了一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的時(shí)序fMRI數(shù)據(jù)分類模型，但構(gòu)建神經(jīng)網(wǎng)絡(luò)模型較復(fù)雜需要耗費(fèi)較多時(shí)間，且提取的特征收斂不穩(wěn)定，分類靈敏度不高；本文提出的機(jī)器學(xué)習(xí)算法通過(guò)獨(dú)立成分分析去除了實(shí)驗(yàn)中預(yù)測(cè)變量以及實(shí)驗(yàn)噪聲，通過(guò)Adaboost模型利用自適應(yīng)迭代算法結(jié)合弱分類器之間的差異性用于分析fMRI數(shù)據(jù)的分類模型構(gòu)造簡(jiǎn)單、分類靈敏度較高、誤警率低，在穩(wěn)定性方面優(yōu)于神經(jīng)網(wǎng)絡(luò)模型，并且大大縮短了運(yùn)行的時(shí)間。從以上分析可知，本文方法從穩(wěn)定性、運(yùn)行時(shí)間、準(zhǔn)確率等方面來(lái)看都有助于分類fMRI數(shù)據(jù)，為解碼fMRI數(shù)據(jù)提供了一種方法。

3 結(jié) 語(yǔ)

本文運(yùn)用獨(dú)立成分分析對(duì)全腦及感興趣區(qū)體素進(jìn)行特征選擇，充分考慮了各體素間的相互作用和空間分布，使得選擇出的特征更具有針對(duì)性和代表性，去除了實(shí)驗(yàn)中冗余的預(yù)測(cè)變量和實(shí)驗(yàn)噪聲。使用這些特征創(chuàng)建樣本訓(xùn)練Adaboost分類模型可以克服fMRI數(shù)據(jù)維數(shù)高容易過(guò)擬合的問(wèn)題，Adaboost分類算法集成多個(gè)弱分類器構(gòu)造的強(qiáng)分類器進(jìn)一步提高了對(duì)fMRI數(shù)據(jù)的解碼能力，本文通過(guò)將ICA算法與Adaboost分類算法相結(jié)合為解碼fMRI視覺(jué)信息提供了一種新方法。本文旨在分析大腦對(duì)視覺(jué)刺激的判決情況，使用本文方法無(wú)法有效識(shí)別大腦中的異常區(qū)域。因此，在以后的學(xué)習(xí)研究中，將重點(diǎn)探索大腦中與視覺(jué)相關(guān)的感興趣區(qū)，利用腦網(wǎng)絡(luò)連接功能在感興趣區(qū)建立效應(yīng)連接，識(shí)別出腦區(qū)差異進(jìn)而判斷大腦病灶區(qū)域。