AutoML-XAI convolutional neural network for hypnotic susceptibility classification from segmented multichannel EEG

Resumen Técnico: CNN de AutoML-XAI para la Clasificación de la Susceptibilidad Hipnótica

Planteamiento del Problema
La clasificación de la susceptibilidad hipnótica mediante electroencefalografía (EEG) sigue siendo un campo metodológicamente inconsistente y poco explorado en comparación con otras tareas de EEG, como la detección de convulsiones o la estadificación del sueño. Los estudios existentes suelen depender de la extracción de características clásicas (por ejemplo, la entropía diferencial) o de modelos de aprendizaje automático específicos sin integrar plenamente la búsqueda automatizada de arquitecturas con la inteligencia artificial explicable (XAI). Además, el campo sufre de una disponibilidad limitada de datos, lo que genera desafíos en la generalización de los modelos y el uso frecuente de aumentación de datos sintéticos, lo cual puede introducir supuestos neurofisiológicos que no se cumplen. Existe una brecha específica en la combinación de la optimización de Redes Neuronales Convolucionales (CNN) impulsada por AutoML con la interpretación de bandas de frecuencia guiada por XAI para crear un modelo interpretable y eficiente en términos de datos.

Metodología
El estudio propone un marco utilizando el conjunto de datos público nplresearch/hypnotic-state, que contiene grabaciones de EEG de 16 canales de sujetos categorizados con alta o baja susceptibilidad hipnótica.

1. Representación y Segmentación de Datos:

   • Preprocesamiento: Cada grabación de 16 canales se filtra en cinco bandas de frecuencia estándar: Delta (1–4 Hz), Theta (4–8 Hz), Alpha (8–13 Hz), Beta (13–30 Hz) y Gamma (30–45 Hz).
   • Remuestreo y Formato: Las señales se remuestrean a 1,000 puntos temporales por canal. Los datos se dividen luego en diez "fragmentos" (snippets) no superpuestos por sujeto.
   • Matriz de Entrada: Cada fragmento se formatea como una matriz de $5 \times 1600$. Las 5 filas representan las bandas de frecuencia y las 1,600 columnas preservan la estructura de serie temporal ordenada (16 canales $\times$ 100 puntos temporales por canal).
   • Expansión No Sintética: A diferencia de muchos enfoques de aprendizaje profundo, este método no genera datos sintéticos ni utiliza recombinación entre sujetos. Se basa únicamente en datos de EEG observados, aumentando el tamaño de la muestra mediante la segmentación mientras mantiene la integridad de la señal.

2. Estrategia de Validación:

   • Para evitar la fuga de datos (data leakage), el estudio emplea una estrategia de validación cruzada K-fold agrupada (grouped K-fold cross-validation). Los diez fragmentos derivados de un mismo sujeto se mantienen juntos dentro del conjunto de entrenamiento o de prueba para cada iteración (fold). Esto asegura que el modelo sea evaluado con sujetos no vistos, en lugar de fragmentos no vistos de sujetos ya conocidos.

3. Optimización de AutoML:

   • La arquitectura de la CNN y sus hiperparámetros se optimizan utilizando Optuna. El espacio de búsqueda incluye el número de capas convolucionales, conteos de filtros, dimensiones de núcleo (kernel), normalización por lotes (batch normalization), tasas de dropout, unidades de la capa densa, tasa de aprendizaje y tamaños de lote.
   • La función objetivo maximiza la media de la precisión balanceada de validación a través de los folds agrupados.

4. IA Explicable (XAI) y Refinamiento del Modelo:

   • Tras entrenar la mejor CNN de banda completa, se aplican SHAP (SHapley Additive exPlanations) y LIME (Local Interpretable Model-agnostic Explanations) para identificar las bandas de frecuencia más relevantes.
   • Basándose en estos conocimientos de XAI, se construyen y prueban tres variantes de modelos:
     1. Una CNN que utiliza solo las dos bandas de frecuencia con mayor rango según XAI.
     2. Una CNN de banda completa con pesos de fila derivados de las puntuaciones de importancia de XAI.
     3. Una variante de prueba de estrés donde las dos bandas principales se multiplican por un factor de diez.
   • Las predicciones a nivel de sujeto se agregan promediando las probabilidades de los diez fragmentos para cada sujeto.

Resultados Clave

• Arquitectura: La búsqueda de Optuna seleccionó una CNN con cuatro capas convolucionales, normalización por lotes, una tasa de dropout de ~0.19, una capa densa de 256 unidades, una tasa de aprendizaje de $5.53 \times 10^{-5}$ y un tamaño de lote de 2.
• Métricas de Desempeño:
  • Desempeño del Mejor Fold: La CNN con pesos de fila por XAI logró una precisión, precisión balanceada, puntuación F1 y AUC de 1.00 en un único mejor fold.
    • Desempeño Transversal de Folds: El modelo XAI de las Dos Bandas Principales (utilizando solo las bandas Alpha y Gamma) demostró el desempeño medio más robusto en todos los folds, logrando una precisión de sujeto y una precisión balanceada media de 0.667, y un AUC medio de 0.689.
• Importancia de las Bandas de Frecuencia: El análisis combinado de SHAP y LIME identificó las bandas Alpha y Gamma como las dos características más críticas para la clasificación, seguidas por Beta, Theta y Delta.
  • Los rankings de SHAP destacaron las características de la banda Gamma (específicamente alrededor del canal P3) como dominantes.
  • LIME distribuyó la relevancia de forma más amplia, pero también respaldó la alta importancia de Alpha y Gamma.

Significancia y Reivindicaciones
El artículo afirma que este trabajo representa la primera integración de la optimización de CNN basada en AutoML con la selección de bandas de frecuencia y el reponderado guiados por XAI específicamente para la clasificación de la susceptibilidad hipnótica.

• Interpretabilidad: El estudio va más allá del aprendizaje profundo de "caja negra" al utilizar XAI no solo para la explicación post-hoc, sino para guiar activamente el refinamiento del modelo (selección y ponderación de bandas).
• Eficiencia de Datos: Al utilizar una estrategia de segmentación conservadora y no sintética con validación agrupada, los autores demuestran que se pueden desarrollar modelos de alta calidad sin depender de técnicas de aumentación de datos potencialmente sesgadas.
• Viabilidad: Los resultados sugieren que AutoML y XAI pueden combinarse eficazmente para producir un modelo de EEG interpretable para la hipnosis. La identificación de Alpha y Gamma como discriminadores clave se alinea parcialmente con la literatura existente sobre la profundidad y sugestibilidad hipnótica, ofreciendo una nueva perspectiva a través de la extracción de características mediante aprendizaje profundo.

Limitaciones y Perspectivas Futuras
Los autores mantienen un tono modesto respecto a la generalizabilidad de sus hallazgos. Establecen explícitamente que el resultado perfecto del mejor fold (precisión de 1.00) debe verse como un resultado exploratorio prometedor en lugar de evidencia concluyente de generalización, dado el menor desempeño medio a través de los folds. El artículo enfatiza la necesidad crítica de conjuntos de datos de validación más grandes e independientes para confirmar estos hallazgos y reconoce que los resultados actuales son específicos del pipeline y el conjunto de datos utilizado.