Interpretable EEG Microstate Discovery via Variational Deep Embedding: A Systematic Architecture Search with Multi-Quadrant Evaluation

Riepilogo Tecnico: Scoperta di Microstati EEG Interpretabili tramite Incorporamento Profondo Variazionale

Enunciato del Problema

L'analisi dei microstati EEG mira a segmentare l'attività elettrica cerebrale continua in configurazioni topografiche brevi e quasi stabili, che rappresentano stati funzionali discreti. Gli approcci convenzionali, principalmente il K-Means Modificato (ModKMeans), operano direttamente nello spazio degli elettrodi utilizzando assegnazioni rigide. Questi metodi soffrono di tre limitazioni critiche:

1. Assenza di Rappresentazione Latente: Non apprendono uno spazio latente, offrendo nessun decodificatore generativo per ricostruire i centri dei cluster.
2. Opacità: L'incapacità di decodificare le configurazioni latenti in topografie del cuoio capelluto verificabili limita la trasparenza e l'interpretabilità del modello.
3. Assegnazione Rigida: La partizione rigida scarta le informazioni relative alle regioni transitorie o ambigue, dove la topografia del cuoio capelluto potrebbe riflettere una miscela di stati sottostanti.
4. Complessità Fissa: La convenzione di fissare il numero di microstati ($K=4$) potrebbe non catturare le dinamiche cerebrali individuali, e il numero ottimale di cluster varia tra dataset e popolazioni.

Sebbene recenti approcci di deep learning abbiano tentato di affrontare queste problematiche, molti si basano su clustering post-hoc di spazi latenti congelati o su classificazione supervisionata, fallendo nell'apprendere congiuntamente rappresentazioni e assegnazioni probabilistiche. Inoltre, spesso mancano di meccanismi per imporre l'invarianza di polarità (trattare le mappe e i loro corrispondenti con segno invertito come equivalenti), rischiando cluster ridondanti.

Metodologia

Gli autori propongono Conv-VaDE (Convolutional Variational Deep Embedding), un modello generativo che apprende congiuntamente la ricostruzione topografica e il clustering soft probabilistico all'interno di uno spazio latente condiviso.

1. Preparazione dei Dati:

• Dataset: Il dataset EEG a riposo con occhi chiusi LEMON ($f_s=250$ Hz, 61 canali) con 10 partecipanti.
• Preprocessing: Riferimento alla media comune, filtraggio passa-banda FIR a fase zero (2–20 Hz) ed estrazione dei picchi della Potenza del Campo Globale (GFP).
• Trasformazione dell'Input: I vettori EEG sono proiettati su immagini topografiche $40 \times 40$ tramite proiezione equidistante azimutale e interpolazione cubica. Viene applicata la normalizzazione Z-score con clipping a $\pm 5\sigma$.

2. Architettura del Modello:

• Encoder: Mappa le immagini di input attraverso quattro livelli Conv2d (con normalizzazione batch, LeakyReLU e dropout), seguiti da pooling medio adattivo e livelli completamente connessi per produrre i parametri latenti $(\mu_\phi, \log \sigma^2_\phi)$.
• Decoder: Specchia l'encoder utilizzando livelli ConvTranspose2d per ricostruire la topografia di input.
• Prior Latente: Un prior a Mixture di Gaussiane (GMM) è incorporato nel framework Variational Autoencoder (VAE), ottimizzando un limite inferiore della prova (ELBO) aumentato da una miscela, end-to-end.

3. Schema di Invarianza di Polarità:
Per garantire che $x$ e $-x$ siano trattati come lo stesso stato, gli autori impongono l'invarianza a tre livelli:

• Aumento dei Dati: Aumento per inversione di segno dell'insieme di addestramento.
• Funzione di Perdita: Una perdita di ricostruzione invariante alla polarità: $\mathcal{L}_{recon} = \min(\text{MSE}(\hat{x}, x), \text{MSE}(\hat{x}, -x))$.
• Regolarizzazione: Un termine di regolarizzazione dell'encoder $\mathcal{L}_{pol}$ che penalizza le differenze tra i codici latenti di $x$ e $-x$.

4. Obiettivo di Addestramento:
La funzione di perdita totale combina ricostruzione, divergenza KL, entropia, separazione, utilizzo del batch, compattezza e regolarizzazione della polarità. Viene utilizzata una strategia di annealing ciclico di $\beta$ per mitigare il collasso del posteriore.

5. Ricerca Sistematica dell'Architettura:
È stata condotta una ricerca a griglia quadridimensionale su:

• Numero di cluster ($K \in [3, 20]$)
• Dimensionalità latente ($d_z \in \{16, 32, 64\}$)
• Profondità della rete ($L \in \{2, 3, 4\}$)
• Larghezza del canale ($ndf \in \{32, 64, 128\}$)
  Ciò ha portato a 486 configurazioni uniche valutate su 10 soggetti.

6. Metriche di Valutazione:

• Qualità del Clustering: Indici Silhouette, Davies–Bouldin, Calinski–Harabasz e Dunn nello spazio latente.
• Ricostruzione e Fedeltà: MSE, SSIM, correlazione spaziale e Varianza Globale Spiegata (GEV) calcolata tramite backfitting sull'EEG continuo completo.

Contributi Chiave

1. Architettura Conv-VaDE: Un modello innovativo che accoppia un decodificatore appreso con un meccanismo di clustering probabilistico, abilitando la decodifica generativa dei prototipi di cluster in topografie del cuoio capelluto verificabili.
2. Invarianza di Polarità a Tre Livelli: Uno schema completo che elimina i cluster ridondanti causati dall'ambiguità del segno, un comune modo di fallimento nell'analisi dei microstati profondi.
3. Ricerca Sistematica dell'Architettura: La prima estesa ricerca a griglia (486 configurazioni) specificamente per dati topografici di microstati EEG, rivelando che reti moderatamente profonde con larghezze di canale compatte dominano lo spazio di ricerca.
4. Framework di Valutazione Multi-Quadrante: Un approccio di validazione che valuta sia la qualità del clustering latente (Q1/Q2) sia la fedeltà topografica decodificata (Q4), affrontando l'asimmetria in cui i metodi tradizionali (ModKMeans) hanno un vantaggio strutturale nello spazio degli elettrodi ma mancano di interpretabilità latente.

Risultati

• Configurazione Ottimale: In tutte le 18 configurazioni migliori (selezionate in base alla GEV media più alta), una profondità di rete di $L=4$ era costantemente presente.
• Sensibilità ai Parametri:
  • Dimensionalità Latente: $d_z=16$ ha dominato 14 delle 18 configurazioni migliori, suggerendo che uno spazio latente compatto è sufficiente per input topografici $40 \times 40$.
  • Larghezza del Canale: $ndf=32$ è stata sufficiente per tutte le configurazioni migliori, indicando che filtri più ampi non migliorano le prestazioni per questo tipo di input.
• Prestazioni a $K=4$: La migliore configurazione ($d_z=16, L=4, ndf=32$) ha raggiunto:
  • Punteggio Silhouette: $0.229 \pm 0.039$ (indicante cluster compatti e ben separati).
  • GEV: $0.730 \pm 0.072$ (confermando una forte fedeltà rappresentativa topografica).
• Spiegabilità: Il modello ha decodificato con successo i centri dei cluster GMM in topografie del cuoio capelluto ispezionabili (Figura 4) che mostravano pattern spaziali distinti (gradienti antero-posteriori, asimmetrie laterali) coerenti con le classi di microstati note. La struttura dello spazio latente (Figura 5) ha confermato cluster separabili e distribuzione bilanciata senza collasso delle modalità.

Significato e Affermazioni

Il documento afferma che la ricerca architetturale principiale, piuttosto che semplicemente aumentare la scala del modello, è la chiave per ottenere una scoperta di microstati EEG interpretabile e stabile tramite incorporamento profondo variazionale.

• Spiegabilità Intrinseca: A differenza dei metodi post-hoc, Conv-VaDE fornisce spiegabilità intrinseca mappando i codici latenti direttamente nello spazio dei dati, permettendo ai ricercatori di ispezionare il "ragionamento" del modello attraverso le mappe del cuoio capelluto decodificate.
• Stabilità vs. Complessità: I risultati mettono in discussione l'assunzione secondo cui reti più profonde o più ampie siano sempre superiori per le topografie EEG; al contrario, reti moderatamente profonde con dimensioni latenti compatte e larghezze di canale producono le rappresentazioni più stabili.
• Rigor Metodologico: Imponendo l'invarianza di polarità e conducendo un'esplorazione sistematica, lo studio affronta la natura "scatola nera" dei precedenti approcci di deep learning e la rigidità del tradizionale ModKMeans, offrendo un framework che bilancia la fedeltà della ricostruzione con l'incertezza del clustering probabilistico.

Gli autori notano che, sebbene i risultati siano promettenti, la generalizzazione a livello di popolazione richiede una validazione su coorti più ampie, e il lavoro futuro si concentrerà sulla chiusura del divario GEV tramite backfitting nello spazio latente e sulla modellazione delle transizioni temporali.