تقترح هذه الورقة بنية تعلم عميق هجينة تجمع بين الشبكة العصبية التلافيفية (CNN) وشبكة الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (bi-LSTM) لفك تشفير إشارات تخيل الحركة من تخطيط كهربائية الدماغ (EEG) بمتانة لكل من مهام التصنيف المعتمدة على الموضوع وغير المعتمدة على الموضوع.
تخيل أن دماغك عبارة عن مدينة صاخبة حيث يتبادل مليارات الرسل الصغار (الخلايا العصبية) الرسائل باستمرار. أحيانًا، تكون هذه الرسائل حول تحريك يدك، أو ربًا مجرد تخيل تحريك يدك. واجهة الدماغ والحاسوب (BCI) هي بمثابة جهاز لاسلكي متطور للغاية يحاول الاستماع إلى هذه الهمسات وتحويلها إلى أوامر للحاسوب، أو روبوت، أو لعبة فيديو. هذا أمر بالغ الأهمية للأشخاص الذين لا يستطيعون تحريك أجسادهم بسبب المرض أو الإصابة، مما يمنحهم طريقة جديدة للتواصل مع العالم.
لكن هناك عقبة: إشارات الدماغ فوضوية للغاية. الأمر يشبه محاولة سماع شخص واحد يهمس في ملعب مليء بالجماهير الهاتفة. الإشارات ضعيفة، ومليئة بالضجيج، ويصعب فهمها. لفترة طويلة، اضطر العلماء لتنظيف هذا الضجيج يدويًا وتخمين أي أجزاء من الإشارة كانت مهمة، تمامًا مثل محاولة العثور على إبرة في كومة قش يدويًا. مؤخرًا، بدأت الحواسيب باستخدام "التعلم العميق" — وهو نوع من الذكاء الاصطناعي الذي يتعلم الأنماط من تلقاء نفسه — للقيام بهذه المهمة بشكل أفضل. ومع ذلك، حتى هذه الحواسيب الذكية تواجه صعوبة أحيانًا في رصد القصة الكاملة لأن إشارات الدماغ تتغير بمرور الوقت، ويحتاج الحاسوب إلى فهم كل من أين تأتي الإشارة ومتى تحدث.
هنا يأتي دور الدراسة التي أجراها أثناسيوس كراغونيس. فقد بنى الباحث نوعًا جديدًا من آلات "قراءة الدماغ" التي تجمع بين أداتين قويتين من أدوات الذكاء الاصطناعي: الشبكة العصبية الالتفافية (CNN) وشبكة الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (bi-LSTM). فكر في الـ CNN كأنها محقق بارع يمسح الخريطة الكهربائية للدماغ للعثور على أهم البقع، حيث تقوم بتصفية ضجيج السكون تمامًا مثل جهاز ضبط الترددات اللاسلكية الذي يبحث عن محطة صافية. وبمجرد أن تجد الـ CNN الأدلة الجيدة، يعمل نظام الـ bi-LSTM كمحقق يسافر عبر الزمن؛ فهو لا ينظر فقط إلى الأدلة بالترتيب الذي حدثت به، بل ينظر إلى ماضي الإشارة ومستقبلها في نفس الوقت لفهم القصة الكاملة لما يتخيله الشخص.
تختبر الورقة هذا النظام الهجين على مجموعتين مختلفتين من البيانات: مجموعة خاصة من التسجيلات لستة أشخاص أصحاء وعدة مجموعات بيانات عامة من باحثين آخرين. كان الهدف هو معرفة ما إذا كان بإمكان الحاسوب التمييز بين تخيل الأشخاص لتحريك اليد اليسرى، أو اليد اليمنى، أو حتى اللسان. كانت النتائج واعدة؛ فقد تفوق فريق الـ CNN&bi-LSTM الجديد على الطرق القياسية القديمة مثل التحليل التمييزي الخطي (LDA) وآلات ناقلات الدعم (SVM). وفي الاختبارات باستخدام البيانات الخاصة، أصاب النظام الجديد حوالي 85.4% من الإجابات في المتوسط، بينما تراوحت الطرق القديمة بين 69% و79%. والأكثر إثارة للاهتمام هو أن النظام عمل بشكل جيد حتى عندما تم تقليص كمية بيانات التدريب، مما يشير إلى أنه قوي ولا يحتاج إلى مكتبة ضخمة من الأمثلة للتعلم.
وجد الباحثون أن النظام تعلم بشكل أفضل عندما ركز على 40 قطبًا كهربائيًا محددًا (مستشعرات) على الرأس، بدلًا من استخدام جميع الـ 64 المتاحة، مما ساعد في الواقع على تجنب "الإفراط في التفكير" في البيانات. كما اكتشفوا أن الذكاء الاصطناعي لم يحفظ الإشارات فحًا، بل بدأ في التعرف على أنماط معقدة تبدو مثل الموجات، وأصبح أكثر تطورًا كلما تعمق في طبقات "دماغه" الخاصة. وبينما كان التحسن مقارنة بالطرق الموجودة ثابتًا وليس انفجارًا هائلًا، إلا أن الدراسة تشير إلى أن الجمع بين الترشيح المكاني (إيجاد المكان الصحيح) ونمذجة الوقت ثنائية الاتجاه (فهم تدفق الوقت) هو طريقة أذكى لفك تشفير أفكارنا. وتخلص الورقة إلى أن هذا النهج يقدم طريقة موحدة ومتينة لتحويل موجات الدماغ الفوضوية إلى أوامر واضحة، مما قد يمهد الطريق لأدوات إعادة تأهيل أفضل للأشخاص الذين هم في أمس الحاجة إليها.
ملخص تقني: فك تشفير تخطيط كهربائية الدماغ (EEG) باستخدام شبكة CNN و LSTM
بيان المشكلة تقدم واجهات الدماغ والحاسوب القائمة على التخيل الحركي (MI-BCIs) مسار اتصال واعد للأفراد المصابين بالسكتة الدماغية أو الاضطرابات التنكسية العصبية، وذلك عبر ترجمة الحركات المتخيلة إلى إشارات تحكم دون الحاجة إلى حركة جسدية ظاهرة. ومع ذلك، لا يزال فك التشفير الموثوق لتخطيط كهربائية الدماغ الخاص بالتخيل الحركي (MI-EEG) يمثل تحدياً نظراً للضجيج الكبير المتأصل في تسجيلات الـ EEG، والعلاقات المعقدة وضعيفة المعلومات بين الإشارات والنشاط الدماغي الكامن. وبينما توفر التعلم العميق وسيلة لتعلم التمثيلات مباشرة من الإشارات الخام، إلا أن تطبيقها في تعلم ميزات MI-EEG ظل محدوداً نسبياً. علاوة على ذلك، فإن مسارات التعلم العميق التقليدية التي تعتمد فقط على الشبكات العصبية الالتفافية (CNNs) أو الشبكات العصبية المتكررة (RNNs) الفردية غالباً ما تتطلب جهداً يدوياً كبيراً في هندسة الميزات، وتحسين المعلمات، وتدريب النماذج، مما يؤدي إلى الفشل في استيعاب التبعيات المكانية والزمانية الضرورية بشكل كامل.
المنهجية تقترح الدراسة بنية هجينة للتعلم العميق تدمج بين الشبكة العصبية الالتفافية (CNN) وشبكة الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (bi-LSTM) لمعالجة هذه القيود.
الحصول على البيانات والمعالجة المسبقة: تم تقييم الإطار باستخدام مجموعة بيانات خاصة (D1) تم الحصول عليها باستخدام 64 قطباً كهربائياً، وثلاث مجموعات بيانات عامة (D2–D4) بعدد متفاوت من الأقطاب (32 أو 64). تضمنت المعالجة المسبقة مرجعية الإشارات إلى القطب الرأسي (Cz)، واختيار مواقع أقطاب MI-EEG الرئيسية (مثل C3، C4، P3، P4)، وتطبيق إزالة الضجيج القائم على الموجات (wavelet-based denoising)، وترشيح تمرير النطاق (band-pass filtering) ضمن نطاق 8-23 هرتز لعزل إيقاعات μ و β.
استخراج الميزات بواسطة CNN: يعمل مكون الـ CNN كمرشح مكاني مصمم لتعلم تمثيلات مكانية وزمانية عالية المستوى مباشرة من تسجيلات MI-EEG الخام. وهو يستخدم ثمانية مرشحات مكانية بحجم نواة [36×1] لتحويل قنوات EEG الأصلية إلى تمثيلات ميزات موجهة للمهمة. تقوم هذه الطبقة بعملية ترشيح مكاني متعلمة تشبه ترشيح تمرير النطاق واستخراج الطاقة، مما يقلل الاعتماد على اختيار الميزات اليدوي.
التطبيع الدفعي (Batch Normalization): لتحسين التعميم وتسريع التحسين، يتم تطبيق التطبيع الدفعي (BN) بعد استخراج الميزات. يقوم هذا الإجراء بتطبيع المدخلات لتصبح بمتوسط صفر وانحراف معياري واحد، مما يخفف من مشكلة انزياح المتغيرات الداخلية (internal covariate shift).
نمذجة bi-LSTM: تتم معالجة الميزات المستخرجة بواسطة شبكة bi-LSTM لنمذجة الديناميكيات والتبعيات الزمنية. وخلافاً لشبكات LSTM القياسية التي تستخدم المدخلات السابقة فقط، تقوم شبكة bi-LSTM بمعالجة التسلسل في كلا الاتجاهين الأمامي والخلفي. وهذا يسمح للشبكة بدمج المعلومات السياقية من الملاحظات السابقة واللاحقة، مما يلتقط التبعيات المتكاملة عبر أطر زمنية مختلفة. وتستخدم الشبكة بوابات LSTM القياسية (الإدخال، النسيان، الإخراج) وحالات الخلايا للتخفيف من مشكلات تلاشي التدرج (vanishing gradient).
استراتيجية التدريب: يتم تدريب النموذج باستخدام التحقق المتقاطع (cross-validation) مع استخدام متوسط مربع الخطأ (MSE) كدالة هدف، والتي اختيرت بدلاً من الارتباط المتبادل (cross-correlation) بسبب وجود فترات الراحة في البيانات. كما يُستخدم التدريب المسبق الخاضع للإشراف لتهيئة الأوزان باستخدام معاملات مستمدة من طريقة LASSO، مما يوفر حلاً مرتبطاً بانحدار المربعات الصغرى قبل التحسين من أجل الارتباطات الزمنية.
المساهمات الرئيسية
البنية الهجينة: تقدم الورقة بنية CNN&bi-LSTM مصممة خصيصاً للاحتفاظ بالأنماط الزمنية طويلة المدى المعلوماتية مع تحسين أداء التصنيف لـ MI-EEG-based BCIs.
التعلم من البداية إلى النهاية (End-to-End): يتعلم الإطار التبعيات المكانية والزمانية مباشرة من قياسات EEG الخام. حيث تقوم الـ CNN باستخراج الميزات دون هندسة يدوية، بينما تقوم الـ bi-LSTM بنمذجة الديناميكيات التسلسلية لتحسين تمثيل التبعيات الزمنية.
التقييم الشامل: تم تقييم النهج بشكل مكثف باستخدام مجموعة بيانات خاصة وعدة مجموعات بيانات متاحة للجمهور، مما أظهر الأداء عبر مختلف مجموعات الأشخاص والإعدادات التجريبية.
النتائج التجريبية تمت مقارنة الطريقة المقترحة مع كل من التحليل التمييزي الخطي (LDA)، وآلات ناقلات الدعم (SVM)، وشبكات CNN و RNN القياسية.
المجموعة الخاصة (D1): حقق نموذج CNN&bi-LSTM متوسط دقة تصنيف بلغت 85.4% عبر سبعة أشخاص. وقد تفوق هذا على LDA (69.5%)، وSVM (73.0%)، وCNN (75.9%)، وRNN (79.5%). ووصلت أعلى دقة خاصة بكل شخص إلى 92.5%.
المجموعات العامة (D2–D4): تفوق النموذج الهجين باستمرار على بنيات التعلم الآلي والشبكات المتكررة البديلة. وفي المجموعات D2 وD3 وD4، حقق النموذج المقترح دقة بلغت 81.80% و 87.97% و 85.32% على التوالي. وكانت هذه النتائج متفوقة على نماذج LSTM أحادية الطبقة، وRNN متعددة الطبقات، وST-CNNs، مما يشير إلى أن الجمع بين الاستخراج الالتفافي للميزات والنمذجة الزمنية ثنائية الاتجاه أكثر فعالية من مجرد زيادة عمق الشبكة.
المتانة: أشارت التجارب إلى أن البنية متينة نسبياً تجاه تقليل حجم بيانات التدريب، حيث حافظت على دقة تقارب 89% باستخدام 60% فقط من البيانات المتاحة. بالإضافة إلى ذلك، بلغت الدقة ذروتها مع 40 قطباً كهربائياً، مما يشير إلى أن عدد القنوات الزائد قد يؤدي إلى فرط التخصيص (overfitting).
الأهمية والادعاءات تدعي الورقة أن بنية CNN&bi-LSTM المقترحة توفر آلية موحدة لتحويل قياسات EEG منخفضة المستوى إلى تمثيلات عالية المستوى تدمج المعلومات الزمنية والمتعلقة بالتردد. وتظهر النتائج أن الطريقة يمكنها بفعالية التركيز على المكونات المعلوماتية لإشارات MI-EEG وتحقيق أداء تصنيف تنافسي عبر مختلف مجموعات البيانات والأشخاص. ويفترض المؤلف أن استخدام النمذجة المتكررة ثنائية الاتجاه يمثل بديلاً محتملاً للتحليل التقليدي لـ EEG القائم على الميزات الطيفية. ويقترحون أن هذا النهج قد يدعم الأبحاث المستقبلية والتطبيقات العملية في أنظمة إعادة التأهيل القائمة على MI-EEG، مما يوفر حلاً قوياً لفك التشفير المستقل عن الموضوع (subject-independent decoding).