EEG-Conformer for EEG Decoding: A Participant-Wise Evaluation and Ablation Study Across Three Datasets

Das menschliche Gehirn ist ein ständig summender Motor elektrischer Aktivität, der winzige Signale über ein riesiges Netzwerk von Neuronen aussendet. Um dieses Gespräch zu hören, ohne den Schädel zu öffnen, nutzen Wissenschaftler eine Methode namens Elektroenzephalografie oder EEG. Sie setzen eine Kappe mit Sensoren auf die Kopfhaut, um diese schwachen elektrischen Wellen einzufangen. Das Ziel ist es, zu entschlüsseln, was das Gehirn denkt oder tut, indem man lediglich diese Muster liest – ein Feld, das als Brain-Computer-Interface bekannt ist. Jahrelang verließen sich Forscher auf Standard-Computerprogramme, die oft auf faltungsneuronalen Netzwerken basieren. Diese Programme sind gut darin, lokale Muster zu erkennen, wie etwa einen spezifischen Rhythmus, der an einer bestimmten Stelle am Kopf auftritt. Das Gehirn ist jedoch auch ein Ort von Fernverbindungen, an dem die Aktivität in einem Bereich einen anderen weit entfernten Bereich beeinflussen kann. Um dies zu erfassen, wurde ein neuer Typ von Computermodell namens Transformer eingeführt. Er ist darauf ausgelegt, das gesamte Bild auf einmal zu betrachten und ferne Signale zu verbinden, um den größeren Kontext zu verstehen. Die große Frage für Wissenschaftler ist, ob das Hinzufügen dieses komplexen, weitreichenden Denkens zum einfacheren, lokalen Musterabgleich tatsächlich hilft oder ob es dem System nur unnötiges Gewicht aufbürdet.

Ein Team von Forschern der Konyang University ging dieser Frage mit einer sorgfältigen Untersuchung auf Bodenniveau nach. Sie erfanden keine neue Maschine; stattdessen nahmen sie ein bestehendes Modell namens EEG-Conformer, das das lokale Musterabgleichen mit dem weitreichenden Denken kombiniert, und unterzogen es einem strengen Stresstest. Sie wollten sehen, ob die zusätzliche Komplexität die Fähigkeit, das Gehirn zu lesen, wirklich verbesserte, oder ob die einfacheren, älteren Methoden genauso gut waren. Sie testeten auch, ob das Hinzufügen von Daten aus einem kleinen Bewegungssensor, einem Beschleunigungssensor, half, das Gehirn besser zu verstehen, oder ob diese zusätzlichen Informationen nur Rauschen waren. Zu diesem Zweck sammelten sie einen frischen Satz von Aufzeichnungen von 48 gesunden Freiwilligen. Jede Person trug ein Headset mit neunzehn Sensoren auf der Kopfhaut und drei Bewegungssensoren am Körper. Die Freiwilligen führten drei einfache Aufgaben aus: mit offenen Augen sitzen, mit geschlossenen Augen sitzen und die Arme für eine längere Zeit in die Luft halten. Die Forscher zeichneten diese Gehirnwellen mit einer sehr hohen Geschwindigkeit auf und erfassten dabei 500 Schnappschüsse der elektrischen Aktivität pro Sekunde.

Die Forscher speisten diese Daten dann in die Computermodelle ein, um zu sehen, wie gut sie erraten konnten, welche Aufgabe die Person gerade ausführte. In einem einzigen, einmaligen Test war das komplexe Modell mit dem weitreichenden Denken etwas besser als die älteren, einfacheren Modelle und erreichte eine Genauigkeit von etwa 67 Prozent. Es schien wie ein kleiner Sieg für die neue Technologie. Die Forscher wussten jedoch, dass ein einzelner Test irreführend sein kann, ganz ähnlich wie das Beurteilen der Geschicklichkeit eines Spielers basierend auf nur einem einzigen Spiel. Um die wahre Geschichte zu erfahren, wiederholten sie das Experiment viele Male, wobei sie die Teilnehmer in verschiedene Gruppen mischten und den Lernprozess des Computers mit unterschiedlichen zufälligen Einstellungen starteten. Als sie dies taten, änderte sich das Bild. Der kleine Vorteil, den das komplexe Modell im ersten Test zeigte, verschwand oder wurde sehr klein. Tatsächlich war das komplexe Modell, wenn sie die Daten über viele verschiedene Gruppierungen hinweg betrachteten, nur etwa 0,7 Prozent genauer als das einfachere Modell – ein Unterschied, der so geringfügig war, dass er angesichts der natürlichen Variation zwischen den Gehirnen verschiedener Menschen kaum merkbar war.

Die Studie untersuchte auch die Rolle der Bewegungssensoren. In dem ersten Einzeltest führte das Entfernen der Bewegungssensoren überraschenderweise dazu, dass der Computer besser performte, was darauf hindeutete, dass die Bewegungsdaten das System verwirrten. Doch als die Forscher die wiederholten Tests durchführten, kehrte sich das Ergebnis um. Das Entfernen der Bewegungssensoren machte den Computer tatsächlich etwas schlechter und senkte die Genauigkeit um etwa 1,2 Prozent. Diese Umkehrung zeigte, dass das erste Ergebnis ein Zufall war, der dadurch entstand, wie die Daten zu diesem einen Zeitpunkt aufgeteilt wurden. Die Bewegungssensoren enthielten tatsächlich nützliche Informationen über die Bewegung, aber der Nutzen war gering und trat erst auf, wenn der Test viele Male durchgeführt wurde, um das Glück statistisch auszugleichen. Die Forscher testeten auch, ob die hohe Geschwindigkeit ihrer Aufzeichnung, 500 Schnappschüsse pro Sekunde, notwendig war. Sie verlangsamten die Daten auf 125 Schnappschüsse pro Sekunde und stellten fest, dass die Fähigkeit des Computers, das Gehirn zu lesen, nicht signifikant sank. Dies deutet darauf hin, dass die elektrischen Signale des Gehirns für diese Aufgaben nicht in einer so hohen Geschwindigkeit erfasst werden müssen, um verstanden zu werden, und dass die feinen Details der schnellen Aufzeichnung nicht der Schlüssel zum Erfolg waren.

Der vielleicht aufschlussreichste Teil der Studie war, wie der Computer mit den verschiedenen Aufgaben umging. Das Modell war exzellent darin, zwischen den Zuständen „Augen offen“ und „Augen geschlossen“ zu unterscheiden, und identifizierte den Zustand in etwa 91 Prozent der Fälle korrekt. Dies liegt daran, dass das Schließen der Augen einen starken, bekannten Rhythmus im hinteren Teil des Gehirns erzeugt, der leicht zu erkennen ist. Das Modell hatte jedoch Schwierigkeiten, zwischen dem Zustand „Augen offen“ und der Aufgabe, die Arme hochzuhalten, zu unterscheiden. Es verwechselte diese beiden Zustände in etwa 40 Prozent der Fälle. Die Forscher erkannten, dass das Hochhalten der Arme Muskelbewegungen beinhaltet, die elektrisches Rauschen erzeugen, das der Gehirnaktivität beim bloßen Sitzen mit offenen Augen sehr ähnlich sieht. Da die Studie keine Muskelsignale separat aufzeichnete oder spezielle Methoden zur Entfernung des Muskelrauschens anwandte, war der Computer wahrscheinlich eher auf die Bewegung der Arm- und Schultermuskulatur als auf die spezifischen Gehirnsignale für die Aufgabe programmiert. Das bedeutet, der Computer „las“ nicht wirklich den Geist der Armbewegung, sondern reagierte auf die physische Bewegung.

Die Studie kam zu dem Schluss, dass die Begeisterung darüber, komplexes, weitreichendes Denken zu Gehirn-Lese-Computern hinzuzufügen, für diese spezifischen Aufgaben übertrieben sein könnte. Die einfacheren, älteren Modelle schnitten fast so gut ab wie die komplexen, und die zusätzlichen Komponenten boten nur einen winzigen, inkonsistenten Schub, der stark davon abhing, wie die Daten getestet wurden. Die Forscher betonten, dass die Art und Weise, wie man die Daten aufteilt, eine enorme Bedeutung hat. Wenn man den Computer testet, indem man ihm einige Versuche einer Person zum Lernen gibt und andere Versuche derselben Person zum Raten, wirkt der Computer viel klüger, weil er die Gehirnmuster dieser Person bereits gesehen hat. Aber wenn man ihn an völlig neuen Menschen testet, die er noch nie gesehen hat, sinkt die Leistung, und die Unterschiede zwischen den Modellen schrumpfen. Diese Studie dient als Erinnerung daran, dass bei der Entschlüsselung des menschlichen Gehirns die fortschrittlichsten Werkzeuge nicht immer die besten sind und dass sorgfältiges, wiederholtes Testen der einzige Weg ist, um festzustellen, ob eine neue Idee ein echter Durchbruch oder nur ein glücklicher Zufall ist.