Spatial Sampling Density Matters: High-Density Frontal EEG for Emotion Decoding
تُظهر هذه الدراسة أن تخطيط كهربية الدماغ عالي الكثافة للجبهة (48 قناة) يتفوق بشكل كبير على التكوينات المتفرقة في فك تشفير العواطف، محققاً دقة بنسبة 66.08% ومؤكداً أن زيادة كثافة القنوات أمر بالغ الأهمية لتطوير واجهات دماغية حاسوبية عاطفية قابلة للارتداء، محمولة وعالية الأداء.
المؤلفون الأصليون:Junjie Li, Kunyuan Zhao, Jiayuan He, Ning Jiang
تخيل أنك تحاول فهم مزاج شخص ما، ليس من خلال سؤاله عن شعوره، بل عبر الاستماع إلى الهمسات الكهربائية الهادئة لدماغه. هذا هو وعد التعرف على العواطف، وهو مجال يحاول فيه العلماء ترجمة النشاط العصبي إلى صورة واضحة للسعادة أو الحزن أو الهدوء. لسنوات، كانت الطريقة الأكثر موثوقية للقيام بذلك هي وضع عشرات المستشعرات في جميع أنحاء رأس الشخص، مما يخلق خريطة كاملة للمشهد الكهربائي للدماغ. وبينما تعمل هذه الطريقة بشكل جيد في المختبر، إلا أنها غير عملية للحياة اليومية؛ فالمعدات ضخمة، وعملية الإعداد تستغرق وقتاً طويلاً، ومعظم الناس سيجدون ارتداءها لفترات طويلة أمراً مزعجاً للغاية. وقد دفع هذا الباحثين للبحث عن بديل أبسط: التركيز فقط على الجبهة. فالجبهة خالية من الشعر ومسطحة، مما يجعل من السهل تثبيت المستشعرات عليها، كما أظهرت دراسات سابقة أن الجزء الأمامي من الدماغ منخرط بعمق في معالجة العواطف. ومع ذلك، ظل هناك سؤال عالق: إذا نظرنا فقط إلى الجبهة، فهل نحتاج إلى عدد قليل من المستشعرات، أم نحتاج إلى الكثير منها؟
وضع فريق من الباحثين في مستشفى غرب الصين في سيتشوان، الصين، نصب أعينهم الإجابة على هذا السؤال من خلال اختبار ما إذا كانت كثافة المستشعات على الجبهة تهم حقاً. قام الفريق بتجنيد خمسة عشر بالغاً من الأصحاء وطلب منهم مشاهدة سلسلة من الفيديوهات القصيرة المصممة لإثارة مشاعر إيجابية أو سلبية أو محايدة. وبدلاً من استخدام الترتيب القياسي المتباعد للأقطاب الكهربائية الذي يوجد غالباً في الأجهزة القابلة للارتداء، غطى الفريق جبهات المشاركين بشبكة كثيفة مكونة من ثمانية وأربعين مستشعراً صغيراً. سمح هذا الإعداد عالي الكثافة بالتقاط صورة غنية ومفصلة للنشاط الكهربائي الذي يحدث تحت جلد الجبهة مباشرة. ولضمان قوة نتائجهم، قارنوا أيضاً بياناتهم الجديدة بسجلات موجودة من دراسة واسعة النطاق ومعروفة استخدمت مستشعرات تغطي فروة الرأس بأكملها، بالإضافة إلى نسخة أصغر مكونة من أربعة عشر مستشعراً من تلك الدراسة نفسها والتي ركزت فقط على الجبهة.
استخدم الباحثون بعد ذلك نماذج حاسوبية لتحليل إشارات الدماغ وتخمين العاطفة التي كان يشعر بها المشاركون. ووجدوا أن النظام الذي استخدم جميع المستشعرات الثمانية والأربعين الموجودة على الجبهة قد أدى بشكل جيد بشكل ملحوظ، حيث حدد العاطفة بشكل صحيح بنسبة ستة وستين بالمائة تقريباً. كانت هذه نتيجة قوية، خاصة بالنظر إلى أن النظام كان ينظر فقط إلى بقعة صغيرة من الرأس. ولاختبار أهمية وجود هذا العدد الكبير من المستشعرات، قام الفريق بإزالة المستشعرات بشكل منهجي من تحليلهم، محاكاةً لما سيحدث إذا كان الجهاز يحتوي على عدد أقل من الأقطاب الكهربائية. ووجدوا نمطاً واضحاً: فكلما قللوا عدد المستشعرات من ثمانية وأربعين إلى أربعين، ثم ثلاثين، ثم عشرين، وأخيراً عشرة، تنخفض دقة اكتشاف العواطف تدريجياً. وعندما استخدموا عشرة مستشعرات فقط، انخفضت الدقة إلى ما يزيد قليلاً عن ثلاثة وستين بالمائة. وبينما كان الفرق بين ثمانية وأربعين وأربعين مستشعراً صغيراً، أصبح التراجع أكثر وضوحاً مع انخفاض عدد المستشعرات أكثر من ذلك.
كما وفرت الدراسة سياقاً حاسماً من خلال مقارنة إعداد الجبهة عالي الكثافة الخاص بهم بتسجيلات الرأس الكاملة. حقق نظام الرأس الكامل، الذي استخدم اثنين وستين مستشعراً موزعة على كامل فروة الرأس، دقة بلغت حوالي سبعة وستين بالمائة، وهي أعلى بقليل من إعداد الثمانية والأربعين مستشعراً للجبهة. وفي المقابل، كان إعداد الجبهة القديم والمتباعد المكون من أربعة عشر مستشعراً من الدراسة الموجودة أداءه أسوأ بكثير، حيث حقق دقة تبلغ حوالي ثلاثة وخمسين بالمائة فقط. تشير هذه المقارنة إلى أن قصور التعرف على العواطف القائم على الجبهة لا يكمن في الموقع نفسه، بل في نقص المستشعرات. فالجبهة تحتوي على معلومات كافية لفك رموز العواطف بفعالية، ولكن فقط إذا تم التقاط تلك المعلومات بتفاصيل كافية. وخلص الباحثون إلى أن أخذ العينات عالي الكثافة على الجبهة يوفر حلاً وسطاً عملياً، يوازن بين الحاجة إلى جهاز قابل للارتداء ومريح وبين الحاجة إلى بيانات دقيقة وموثوقة. ويشير عملهم إلى أن مستقبل مراقبة العواطف المحمولة قد لا يتطلب رأساً كاملاً من المستشعرات، بل ترتيباً أذكى وأكثر كثافة للمستشعرات مباشرة حيث توجد الجبهة.
ملخص تقني: أهمية كثافة أخذ العينات المكانية: تخطيط كهربية الدماغ الجبهي عالي الكثافة لفك تشفير العواطف
بيان المشكلة بينما نضج التعرف على العواطف القائم على تخطيط كهربية الدماغ (EEG) في البيئات المختبرية باستخدام أنظمة تغطي كامل فروة الرأس، لا يزال نقل هذه النتائج إلى الأجهزة القابلة للارتداء يمثل تحديًا بسبب الطبيعة المرهقة لإعدادات تعدد القنوات. وتعد المنطقة الجبهية هدفًا واعدًا للتطبيقات السريرية والاستهلاكية نظرًا لسطحها الخالي من الشعر والمسطح، وارتباطها العصبي الفسيولوجي الراسخ بالتكافؤ العاطفي (emotional valence). ومع ذلك، تعتمد النهج الحالية لتخطيط كهربية الدماغ الجبهي على توزيع أقطاب كهربائية متفرق (sparse). تعالج هذه الدراسة فجوة حرجة في الأدبيات: حيث لا يزال من غير الواضح ما إذا كان الأداء المحدود لأنظمة التخطيط الجبهي المتفرقة الحالية يعود إلى النقص المتأصل في المعلومات في القشرة الجبهية، أم أنه مجرد فشل في التقاط معلومات مكانية محلية كافية من خلال كثافة أخذ عينات غير كافية. والسؤال الجوهري هو ما إذا كان زيادة كثافة أخذ العينات المكانية داخل المنطقة الجبهية يمكن أن يحسن أداء فك تشفير العواطف ويقلص الفجوة مع أنظمة كاملة فروة الرأس.
المنهجية استخدمت الدراسة تصميمًا تجريبيًا صارمًا شمل 15 مشاركًا سليمًا للتحقق من فعالية تخطيط كهربية الدماغ الجبهي عالي الكثافة (HF-EEG).
جمع البيانات: تم جمع مجموعة بيانات HF-EEG المكونة من 48 قناة باستخدام رقع قطب كهربائي مرنة (مصفوفات 3×8) وُضعت بشكل متماثل على الجبهة، لتغطي المناطق الفرعية AF7، FP1، FPz، FP2، وAF8. استخدم النظام مضخمًا من طراز SAGA 64+ بمعدل أخذ عينات قدره 2000 هرتز.
النموذج التجريبي: شاهد المشاركون 12 مقطع فيديو (4 إيجابية، 4 سلبية، 4 محايدة) تم اختيارها من محفزات مجموعة بيانات SEED. وأكدت التقييمات الذاتية الاستحثاث الفعال للحالات العاطفية.
إطار المقارنة: لتوفير السياق، استخدمت الدراسة ثلاث حالات:
مجموعة بيانات HF-EEG المكونة من 48 قناة التي جُمعت حديثًا.
مجموعة بيانات SEED كاملة فروة الرأس المكونة من 62 قناة (المعيار المرجعي العام).
مجموعة فرعية "Forehead SEED" مكونة من 14 قناة مستخرجة من بيانات SEED.
المعالجة المسبقة: تم تطبيق مسار عمل (pipeline) بسيط وقابل للتكرار على جميع مجموعات البيانات، بما في ذلك إعادة أخذ العينات إلى 250 هرتز، والمرجع المتوسط المشترك (CAR)، ومرشح التنبيه (notch filter) عند 50 هرتز، ومرشح تمرير النطاق (band-pass filter) بين 0.5-50 هرتز. تم استبعاد تحليل المكونات المستقلة (ICA) صراحةً لتجنب التحيز الذاتي.
استخراج الميزات: استُخدم مخططان:
الميزات الإحصائية/DE: الإحصاءات في النطاق الزمني (المتوسط، التباين، جذر متوسط المربعات RMS، من القمة إلى القمة) والاعتلاج التفاضلي (Differential Entropy - DE) عبر خمسة نطاقات ترددية (من دلتا إلى لو-جاما) للمصنفات التقليدية.
ميزات DE القائمة على STFT: تمثيلات الوقت والتردد التي تم إنشاؤها عبر تحويل فوريه قصير المدى (STFT) لنموذج التعلم العميق.
النماذج: تم تقييم أربعة مصنفات: آلة ناقلات الدعم (SVM)، الغابة العشوائية (RF)، التحليل التمايزي الخطي (LDA)، ونموذج عميق قائم على المحولات (Transformer).
بروتوكول التقييم: استُخدمت استراتيجية "ترك تجربة واحدة خارجًا" (leave-one-trial-out) داخل الشخص الواحد لمنع تسرب البيانات. تم تقسيم التجارب على مستوى مقطع الفيديو، مما يضمن عدم ظهور أي نوافذ متداخلة من نفس التجربة في كل من التدريب والاختبار.
المساهمات الرئيسية
تطوير إطار عمل HF-EEG بـ 48 قناة: قام المؤلفون ببناء نظام استحواذ جبهي عالي الكثافة ومجموعة بيانات عاطفية مقابلة مكونة من ثلاث فئات، باستخدام تقسيم على مستوى التجربة لضمان التحقق الصارم.
التحليل المنهجي لكثافة القنوات: من خلال خفض عينات بيانات HF-EEG المكونة من 48 قناة تدريجيًا إلى تكوينات من 40، 30، 20، و10 قنوات، بحثت الدراسة تجريبيًا في العلاقة بين عدد القنوات الجبهية وأداء التصنيف.
المقارنة المرجعية السياقية: قدمت الدراسة مقارنة مباشرة بين أخذ العينات الجبهي عالي الكثافة، وأخذ العينات الجبهي المتفرق (مجموعة فرعية من 14 قناة من SEED)، وتخطيط كامل فروة الرأس (62 قناة من SEED)، مما يوفر رؤية شاملة للمقايضات بين قابلية النقل والدقة.
النتائج
الأداء المرجعي: في مجموعة بيانات HF-EEG المكونة من 48 قناة، حقق مصنف المحولات (Transformer) أعلى دقة بلغت 66.08% (Macro-F1: 63.65%)، متفوقًا على LDA (62.04%)، وSVM (60.65%)، وRF (58.51%).
تأثير تقليل القنوات: لوحظ انخفاض رتيب في الأداء مع انخفاض عدد القنوات:
48 قناة: 66.08%
40 قناة: 65.37%
30 قناة: 65.00%
20 قناة: 63.98%
10 قنوات: 63.05%
الدلالة الإحصائية: أظهرت اختبارات ويلكوكسون (Wilcoxon signed-rank tests) مع تصحيح بونفيروني (Bonferroni correction) أن الانخفاض في الأداء كان ذا دلالة إحصائية فقط عند مقارنة 48 قناة بـ 20 قناة (padj=0.0068). أما المقارنة بين 48 و10 قنوات فقد اقتربت من الدلالة (padj=0.0537).
مقارنات المعايير المرجعية: حققت مجموعة بيانات SEED كاملة فروة الرأس دقة قدرها 67.02%، بينما حققت مجموعة Forehead SEED المكونة من 14 قناة دقة 53.33%. وقد حققت HF-EEG المكونة من 48 قناة (66.08%) دقة أعلى من مجموعة Forehead SEED المكونة من 14 قناة، وكانت قابلة للمقارنة في الحجم مع نظام كامل فروة الرأس، رغم أن الورقة تذكر هذه كمعايير مرجعية سياقية دون إجراء اختبارات إحصائية بين هذه المجموعات المحددة.
الأهمية والادعاءات تدعي الورقة أن أخذ العينات الجبهي عالي الكثافة يوازن بفعالية بين قابلية النقل المطلوبة للأجهزة القابلة للارتداء ودقة فك التشفير اللازمة للتطبيقات السريرية والعملية. وتشير النتائج إلى أن الأداء دون الأمثل لأنظمة تخطيط كهربية الدماغ الجبهية المتفرقة التقليدية يعود على الأرجى إلى عدم كفاية أخذ العينات المكانية وليس بسبب نقص المعلومات العاطفية في القشرة الجبهية. ومن خلال إثبات أن إعداد 48 قناة جبهية يمكن أن يحقق مستويات أداء مماثلة لأنظمة كاملة فروة الرأس (66.08% مقابل 67.02%)، وأعلى بكثير من المجموعات الجبهية المتفرقة، توفر الدراسة دليلًا تجريبيًا يدعم تطوير واجهات الدماغ والحاسوب العاطفية (aBCIs) عالية الأداء والقابلة للارتداء. ويخلص المؤلفون إلى أن زيادة كثافة الأقطاب الكهربائية المحلية داخل المنطقة الجبهية هي استراتيجية عملية وفعالة لتحسين التعرف على العواطف دون اللجوء إلى أنظمة كاملة فروة الرأس المرهقة.