t-SNE
Parent: ai_keywords
t-SNE：高维数据可视化的非线性降维利器
核心定义
t‑SNE（t‑Distributed Stochastic Neighbor Embedding）是一种基于概率的非线性降维与可视化方法，尤其擅长将高维数据映射至二维或三维空间，同时最大程度保留数据的局部结构。其核心思想是将高维空间中样本间的相似度（通过高斯条件概率衡量）与低维空间中的相似度（通过t分布条件概率衡量）对齐，并通过最小化两者的KL散度来优化低维嵌入。
关键技术点
-
概率化相似度
在高维空间，t‑SNE将样本点i与j的欧氏距离转化为条件概率p_{j|i}，表示i以j为邻居的概率。该概率服从以i为中心的高斯分布，带宽由“困惑度”（perplexity）参数控制，通常取值5‑50。 -
对称化概率分布
为使优化对称，t‑SNE定义联合概率p_{ij} = (p_{i|j} + p_{j|i})/(2N)，并确保所有p_{ij}总和为1。 -
低维空间使用t分布
低维空间中，使用自由度为1的t分布（Cauchy分布）而非高斯分布定义相似度q_{ij}。t分布具有“长尾”特性，能有效缓解“拥挤问题”——即高维空间中的中等距离点在低维空间中被过度压缩。 -
梯度下降与KL散度
目标函数为KL散度KL(P||Q) = Σᵢⱼ p_{ij} log(p_{ij}/q_{ij})。梯度包含排斥项与吸引项，通过随机梯度下降（常加入动量）迭代优化低维坐标。早期使用“早期夸大”策略加速聚类分离。
医学/神经科学应用场景（首都医科大学神经病学背景）
脑卒中后功能重组的高维特征可视化
首都医科大学神经病学团队常处理来自脑卒中患者的多模态神经影像数据，例如静息态功能磁共振（rs‑fMRI）的脑网络连接矩阵、弥散张量成像（DTI）的纤维束密度参数，以及临床量表评分。这些特征组合后维度可达数百甚至上千。
利用t‑SNE将每位患者的高维特征降至二维平面，可直观观察不同恢复阶段（急性期、亚急性期、慢性期）患者的聚类分布；若与健康对照数据融合，还能清晰展示卒中后功能重组的模式差异。此外，t‑SNE的局部保持特性有助于发现罕见但具有独特网络重构特征的亚型患者，为个性化康复策略提供假设生成依据。该技术已成功辅助首都医科大学附属医院识别出“运动网络代偿型”与“语言网络重构不良型”两类卒中预后组别，显著提升了多模态数据的临床解释效率。
