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

मानव मस्तिष्क एक निरंतर, गूँजती हुई विद्युत गतिविधि का इंजन है, जो न्यूरॉन्स के एक विशाल नेटवर्क में सूक्ष्म संकेत भेजता रहता है। खोपड़ी को खोले बिना इस बातचीत को सुनने के लिए, वैज्ञानिक इलेक्ट्रोएन्सेफलोग्राफी (EEG) नामक विधि का उपयोग करते हैं। वे इन मंद विद्युत तरंगों को पकड़ने के लिए स्कैल्प पर सेंसर वाला एक कैप लगाते हैं। इसका लक्ष्य केवल इन पैटर्न को पढ़कर यह समझना है कि मस्तिष्क क्या सोच रहा है या क्या कर रहा है, जिसे ब्रेन-कंप्यूटर इंटरफेस कहा जाता है। वर्षों से, शोधकर्ता इन अव्यवจัด संकेतों को कमांड में बदलने के लिए मानक कंप्यूटर प्रोग्रामों पर निर्भर रहे हैं, जो अक्सर कनवोल्यूशनल न्यूरल नेटवर्क पर आधारित होते हैं। ये प्रोग्राम स्थानीय पैटर्न को पहचानने में अच्छे होते हैं, जैसे कि सिर के एक विशेष स्थान पर उभरती कोई विशिष्ट लय। हालाँकि, मस्तिष्क लंबी दूरी के कनेक्शनों का भी एक स्थान है, जहाँ एक क्षेत्र की गतिविधि दूसरे दूर स्थित क्षेत्र को प्रभावित कर सकती है। इसे पकड़ने के लिए, 'ट्रांसफॉर्मर' नामक एक नए प्रकार के कंप्यूटर मॉडल को पेश किया गया है। इसे एक साथ पूरी तस्वीर देखने, बड़े संदर्भ को समझने के लिए दूरस्थ संकेतों को जोड़ने के लिए डिज़ाइन किया गया है। वैज्ञानिकों के लिए बड़ा सवाल यह है कि क्या इस जटिल, लंबी दूरी की सोच को सरल, स्थानीय पैटर्न-मैचिंग में जोड़ने से वास्तव में मदद मिलती है, या यह केवल सिस्टम पर अनावश्यक भार डालता है।

क्योन्यांग यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस प्रश्न का उत्तर देने के लिए एक सावधानीपूर्वक, जमीनी स्तर की जांच के साथ शुरुआत की। उन्होंने कोई नई मशीन का आविष्कार नहीं किया; इसके बजाय, उन्होंने EEG-Conformerर नामक एक मौजूदा मॉडल को लिया, जो स्थानीय पैटर्न-मैचिंग को लंबी दूरी की सोच के साथ जोड़ता है, और उसे एक कठोर तनाव परीक्षण (stress test) से गुजारा। वे यह देखना चाहते थे कि क्या अतिरिक्त जटिलता वास्तव में मस्तिष्क को पढ़ने की क्षमता में सुधार करती है, या क्या पुराने, सरल तरीके भी उतने ही अच्छे थे। उन्होंने यह भी परीक्षण किया कि क्या एक छोटे मोशन सेंसर, एक एक्सेलेरोमीटर से डेटा जोड़ने से कंप्यूटर को मस्तिष्क को बेहतर ढंग से समझने में मदद मिली, या वह अतिरिक्त जानकारी केवल शोर (noise) थी। ऐसा करने के लिए, उन्होंने 48 स्वस्थ स्वयंसेक्षकों के नए रिकॉर्डिंग सेट एकत्र किए। प्रत्येक व्यक्ति ने अपने स्कैल्प पर उन्नीस सेंसर और अपने शरीर पर तीन मोशन सेंसर वाला एक हेडसेट पहना था। स्वयंसेक्षकों ने तीन सरल कार्य किए: आँखें खुली रखकर बैठना, आँखें बंद करके बैठना, और एक निरंतर अवधि के लिए अपने हाथों को हवा में ऊपर रखना। शोधकर्ताओं ने इन ब्रेनवेव्स को बहुत उच्च गति पर रिकॉर्ड किया, जो प्रति सेकंड विद्युत गतिविधि के 500 स्नैपशॉट कैप्चर कर रहे थे।

शोधकर्ताओं ने फिर इस डेटा को कंप्यूटर मॉडलों में डाला ताकि यह देखा जा सके कि वे कितनी अच्छी तरह अनुमान लगा सकते हैं कि व्यक्ति कौन सा कार्य कर रहा है। एक एकल, एक-बार के परीक्षण में, लंबी दूरी की सोच वाले जटिल मॉडल ने पुराने, सरल मॉडलों की तुलना में थोड़ा बेहतर प्रदर्शन किया, और लगभग 67 प्रतिशत की सटीकता प्राप्त की। यह नई तकनीक के लिए एक छोटी जीत की तरह लग रहा था। हालाँकि, शोधकर्ता जानते थे कि एक एकल परीक्षण भ्रामक हो सकता है, ठीक वैसे ही जैसे केवल एक खेल के आधार पर किसी खिलाड़ी के कौशल का आकलन करना। वास्तविक कहानी जानने के लिए, उन्होंने प्रयोग को कई बार दोहराया, प्रतिभागियों को अलग-अलग समूहों में विभाजित किया और कंप्यूटर की सीखने की प्रक्रिया को विभिन्न यादृच्छिक (random) सेटिंग्स के साथ शुरू किया। जब उन्होंने ऐसा किया, तो तस्वीर बदल गई। पहले परीक्षण में जटिल मॉडल द्वारा दिखाया गया छोटा लाभ गायब हो गया या बहुत कम हो गया। वास्तव में, जब उन्होंने कई अलग-अलग समूहों में डेटा को देखा, तो जटिल मॉडल सरल वाले की तुलना में केवल 0.7 प्रतिशत अधिक सटीक था, एक ऐसा अंतर जो विभिन्न लोगों के मस्तिष्क के बीच प्राकृतिक भिन्नता के सामने नगण्य था।

अध्ययन ने मोशन सेंसर की भूमिका की भी जांच की। पहले एकल परीक्षण में, मोशन सेंसर को हटाने से आश्चर्यजनक रूप से कंप्यूटर का प्रदर्शन बेहतर हुआ, जिससे पता चला कि मोशन डेटा सिस्टम को भ्रमित कर रहा था। लेकिन जब शोधकर्ताओं ने बार-बार परीक्षण किए, तो परिणाम उलट गया। मोशन सेंसर को हटाने से कंप्यूटर वास्तव में थोड़ा खराब हो गया, जिसकी सटीकता लगभग 1.2 प्रतिशत गिर गई। इस उलटफेर ने दिखाया कि पहला परिणाम उस समय के कारण एक संयोग (fluke) था जब डेटा को एक विशेष तरीके से विभाजित किया गया था। मोशन सेंसर में गति के बारे में उपयोगी जानकारी थी, लेकिन इसका लाभ छोटा था और केवल तभी दिखाई दिया जब परीक्षण को औसत निकालने के लिए कई बार चलाया गया। शोधकर्ताओं ने यह भी परीक्षण किया कि क्या उनकी रिकॉर्डिंग की उच्च गति, 125 स्नैपशॉट प्रति सेकंड, आवश्यक थी। उन्होंने डेटा की गति को धीमा करके 125 स्नैपशॉट प्रति सेकंड किया और पाया कि कंप्यूटर की मस्तिष्क को पढ़ने की क्षमता में महत्वपूर्ण गिरावट नहीं आई। यह सुझाव देता है कि इन कार्यों के लिए मस्तिष्क के विद्युत संकेतों को समझने के लिए इतनी उच्च गति से कैप्चर करने की आवश्यकता नहीं है, और तेज़ रिकॉर्डिंग के सूक्ष्म विवरण सफलता की कुंजी नहीं थे।

शायद इस अध्ययन का सबसे खुलासा करने वाला हिस्सा यह था कि कंप्यूटर ने विभिन्न कार्यों को कैसे संभाला। मॉडल आँखें खुली रखने और आँखें बंद रखने के बीच अंतर करने में उत्कृष्ट था, जिसने लगभग 91 प्रतिशत बार स्थिति की सही पहचान की। ऐसा इसलिए है क्योंकि आँखें बंद करने से मस्तिष्क के पिछले हिस्से में एक मजबूत, सुस्थापित लय पैदा होती है जिसे पहचानना आसान होता है। हालाँकि, मॉडल आँखें खुली रखने की स्थिति और हाथ ऊपर रखने के कार्य के बीच अंतर करने में संघर्ष करता है। इसने इन दो स्थितियों को लगभग 40 प्रतिशत समय भ्रमित किया। शोधकर्ताओं ने महसूस किया कि हाथ ऊपर रखने में मांसपेशियों की हलचल शामिल है, जो विद्युत शोर (electrical noise) पैदा करती है जो आँखें खुली रखकर बैठने की मस्तिष्क गतिविधि के समान दिखती है। चूंकि अध्ययन में मांसपेशियों के संकेतों को अलग से रिकॉर्ड नहीं किया गया था या मांसपेशियों के शोर को हटाने के लिए विशेष तरीकों का उपयोग नहीं किया गया था, इसलिए संभावना है कि कंप्यूटर मस्तिष्क के विशिष्ट संकेतों के बजाय हाथ और कंधे की मांसपेशियों की गति को पकड़ रहा था। इसका अर्थ है कि कंप्यूटर हाथ की गति के लिए "मन को पढ़" नहीं रहा था, बल्कि शारीरिक गति पर प्रतिक्रिया दे रहा था।

अध्ययन ने निष्कर्ष निकाला कि मस्तिष्क-पढ़ने वाले कंप्यूटरों में जटिल, लंबी दूरी की सोच जोड़ने को लेकर उत्साह इन विशिष्ट कार्यों के लिए अतिरंजित हो सकता है। सरल, पुराने मॉडलों ने जटिल मॉडलों के लगभग बराबर प्रदर्शन किया, और अतिरिक्त घटकों ने केवल एक छोटा, असंगत बढ़ावा दिया जो इस बात पर निर्भर था कि डेटा का परीक्षण कैसे किया गया। शोधकर्ताओं ने इस बात पर जोर दिया कि आप डेटा को कैसे विभाजित करते हैं, यह अत्यंत महत्वपूर्ण है। यदि आप कंप्यूटर का परीक्षण इस तरह करते हैं कि उसे किसी व्यक्ति के कुछ परीक्षण सीखने के लिए और अन्य परीक्षण उसी व्यक्ति से अनुमान लगाने के लिए दिए जाते हैं, तो कंप्यूटर बहुत स्मार्ट दिखता है क्योंकि उसने पहले ही उस व्यक्ति के मस्तिष्क पैटर्न देख लिए होते हैं। लेकिन जब आप इसे पूरी तरह से नए लोगों पर परीक्षण करते हैं जिन्हें उसने पहले कभी नहीं देखा, तो प्रदर्शन गिर जाता है, और मॉडलों के बीच का अंतर कम हो जाता है। यह अध्ययन एक अनुस्मारक के रूप में कार्य करता है कि मानव मस्तिष्क को डिकोड करने की खोज में, सबसे उन्नत उपकरण हमेशा सबसे अच्छे नहीं होते हैं, और सावधानीपूर्वक, बार-बार किया गया परीक्षण ही एकमात्र तरीका है जिससे यह पता चल सकता है कि कोई नया विचार एक वास्तविक सफलता है या केवल एक भाग्यशाली अनुमान।