Enhancing Cognitive Workload Classification Using Integrated LSTM Layers and CNNs for fNIRS Data Analysis

Resumen Técnico: Mejora de la Clasificación de la Carga Cognitiva mediante la Integración de Capas LSTM y CNN para el Análisis de Datos de fNIRS

Planteamiento del Problema
La espectroscopia de infrarrojo cercano funcional (fNIRS) es una técnica de neuroimagen no invasiva utilizada para monitorear la activación cerebral mediante la medición de cambios en la hemoglobina oxigenada (HbO) y desoxigenada (HbR). Si bien el aprendizaje automático (ML) y el aprendizaje profundo (DL) se han aplicado a los datos de fNIRS para la evaluación de la carga cognitiva, persisten limitaciones significativas. Los métodos convencionales de ML a menudo requieren una ingeniería de características y un preprocesamiento manual complejos, lo que puede derivar en una reducción de la precisión y problemas de escalabilidad. Además, la investigación existente en aprendizaje profundo en este dominio se ha centrado predominantemente en la clasificación binaria (distinguiendo entre solo dos niveles de carga mental, por ejemplo, bajo vs. alto). Asimismo, las Redes Neuronales Convolucionales (CNN) estándar, aunque efectivas para la extracción de características espaciales, a menudo tienen dificultades para capturar las dependencias temporales inherentes a los datos de series temporales de fNIRS, lo que potencialmente conduce al sobreajuste de características espaciales y a una falta de contexto temporal.

Metodología
El estudio propone una arquitectura de aprendizaje profundo híbrida que integra Redes Neuronales Convolucionales (CNN) con capas de Memoria de Corto Plazo de Largo Plazo (LSTM) para abordar las limitaciones de los modelos puramente espaciales o puramente temporales.

• Conjunto de Datos: La investigación utiliza el conjunto de datos de acceso abierto de Tufts fNIRS, que incluye datos de 68 participantes realizando tareas n-back (0-back, 1-back, 2-back y 3-back). Este conjunto de datos permite la clasificación de cuatro niveles distintos de carga cognitiva, yendo más allá del alcance binario de estudios previos.
• Preprocesamiento: Las señales de fNIRS crudas fueron filtradas mediante un filtro de paso de banda (0.001–0.2 Hz) para eliminar artefactos. Los datos se segmentaron en ventanas superpuestas de 30 segundos con un paso de 0.6 segundos, resultando en vectores de características de tamaño 150 × 8 (150 pasos de tiempo × 8 canales). El conjunto de datos se dividió en 80% para entrenamiento y 20% para prueba.
• Arquitectura:
  • Componente CNN: El modelo comienza con capas 1D-CNN para extraer características espaciales. Emplea capas convolucionales con activación de Unidad Lineal Rectificada (ReLU) y max pooling para reducir la dimensionalidad y prevenir el sobreajuste.
  • Componente LSTM: Las características extraídas son aplanadas y enviadas a dos capas LSTM. Estas capas están diseñadas para capturar dependencias temporales y patrones secuenciales dentro de los datos de fNIRS, abordando la incapacidad de las CNN estándar para modelar eficazmente la dinámica de las series temporales.
  • Clasificación: Capas totalmente conectadas (Lineales) seguidas de una capa Softmax final clasifican los datos en las cuatro categorías de carga.
• Entrenamiento: El modelo fue entrenado utilizando el optimizador Adam con una tasa de aprendizaje de 0.001 y una función de pérdida de entropía cruzada durante 1,000 épocas.

Contribuciones Clave

1. Marco Novedoso para la Clasificación Multinivel: El artículo introduce un enfoque estructurado para clasificar cuatro niveles distintos de carga cognitiva (0-back a 3-back) utilizando fNIRS, expandiéndose más allá de la clasificación binaria convencional encontrada en la mayor parte de la literatura previa.
2. Arquitectura Híbrida CNN-LSTM: El estudio propone un modelo híbrido ligero que aprovecha las capacidades de extracción de características espaciales de las CNN y la fuerza de modelado de dependencias temporales de las LSTM. Esta integración tiene como objetivo mitigar el sobreajuste espacial y capturar la naturaleza evolutiva de la carga cognitiva.
3. Evaluación Exhaustiva: El marco es evaluado contra algoritmos de ML tradicionales (Naive Bayes, Nearest Centroid, Árboles de Decisión, k-NN) y un modelo base de CNN sin capas LSTM. El estudio investiga específicamente el impacto de eliminar las capas LSTM para aislar su contribución al rendimiento.

Resultados

• Precisión: El modelo propuesto CNN-LSTM logró una precisión de clasificación del 97.89% (reportado como 97.92% en el resumen y 97.82% en la conclusión, con la Tabla 2 mostrando 97.89%). Esto representa una mejora sobre el modelo solo de CNN, que logró un 97.40%.
• Comparación con ML Tradicional: El modelo híbrido superó significativamente a los clasificadores de ML tradicionales. Aunque k-NN fue el ejecutor tradicional más fuerte (97.02% de precisión), el modelo CNN-LSTM lo superó en todas las métricas, incluyendo F1-score, AUC, precisión y exhaustividad (recall).
• Impacto de la Integración de LSTM: Eliminar las capas LSTM resultó en una disminución marginal de la precisión e introdujo fluctuaciones en las curvas de entrenamiento, indicando que el modelo solo de CNN tuvo dificultades para capturar relaciones secuenciales y fue más sensible al ruido.
• Eficiencia Computacional: La inclusión de las capas LSTM aumentó el tiempo de entrenamiento de aproximadamente 7.79 minutos (CNN) a 9.76 minutos (CNN-LSTM). Los tiempos de inferencia también aumentaron ligeramente (por ejemplo, de 0.0891 ms a 0.2153 ms en GPU), pero los autores señalan que el modelo sigue siendo ligero y adecuado para aplicaciones en tiempo real.

Significancia y Reivindicaciones
El artículo afirma que la integración de capas LSTM en las CNN proporciona una solución integral para el análisis de datos de fNIRS al abordar simultáneamente los desafíos de la extracción de características espaciales y temporales. Los autores sostienen que su modelo híbrido ligero ofrece una alternativa robusta a las arquitecturas complejas y computacionalmente intensivas, manteniendo una alta precisión. Al clasificar con éxito cuatro niveles de carga cognitiva, el estudio demuestra el potencial del aprendizaje profundo para manejar estados cognitivos más matizados de lo logrado anteriormente con fNIRS. Los autores concluyen que su marco es escalable y adaptable, lo que lo hace adecuado para aplicaciones del mundo real como sistemas de aprendizaje adaptativo y monitoreo de carga de trabajo en tiempo real, particularmente dada su capacidad para operar eficientemente en dispositivos con recursos limitados.