Sintesi Tecnica: Apprendimento di Rappresentazioni EEG Allineate con Encoder Specifici per Soggetto

Definizione del Problema

La decodifica EEG cross-subject è essenziale per scalare i modelli di interfaccia cervello-computer (BCI) a causa della scarsità di dati nei singoli soggetti. Tuttavia, l'aggregazione dei dati introduce significativi shift di distribuzione inter-soggetto (shift covariante e di concetto) causati da differenze neuroanatomiche, posizionamento degli elettrodi e non stazionarietà. I modelli standard di deep learning, che assumono che i dati di addestramento e di test condividano la stessa distribuzione, spesso soffrono di trasferimento negativo quando addestrati su dati multi-soggetto aggregati. Sebbene le tecniche di adattamento del dominio come l'Allineamento Euclideo (EA) esistano per recentrare le covarianze dei soggetti durante il pre-processing, esse sono trasformazioni fisse che non si estendono naturalmente agli input di serie temporali grezze né apprendono pattern complessi specifici per il soggetto. Il paper investiga se la supervisione del task e il design architettonico possano, da soli, indurre un allineamento cross-subject senza fare affidamento esclusivamente su un pre-processing esterno.

Metodologia

1. Architettura Proposta: Modello Ibrido Multi-Head

Gli autori propongono di sostituire lo standard encoder EEG condiviso con un set di encoder specifici per soggetto ($e^{(k)}_{\phi_k}$), ciascuno dedicato a un particolare soggetto di addestramento, mantenendo al contempo un singolo classificatore condiviso ($h_\psi$).

• Struttura: $f^{(k)}_\theta(X) = h_\psi(e^{(k)}_{\phi_k}(X))$.
• Meccanismo: Ogni encoder apprende una trasformazione non lineare e specifica per il soggetto dei segnali EEG grezzi. L'obiettivo di classificazione condiviso funge da segnale di allineamento implicito, forzando i singoli encoder a proiettare i rispettivi soggetti in uno spazio latente unificato compatibile con un singolo confine decisionale.
• Addestramento: Il modello viene addestrato utilizzando una strategia "leave-one-subject-out" (LOSO). Durante il pre-training, i mini-batch di ciascun soggetto sorgente vengono instradati attraverso il proprio encoder corrispondente. I gradienti si accumulano nel classificatore condiviso, mentre ogni encoder riceve gradienti solo dai dati del proprio soggetto.

2. Adattamento del Soggetto Target

Per i soggetti target non visti, il modello impiega una strategia di adattamento a bassa calibrazione:

1. Selezione dell'Head: Un encoder target viene inizializzato copiando i pesi dell'encoder sorgente che produce la massima accuratezza bilanciata su un piccolo set di calibrazione (48 trial) proveniente dal soggetto target.
2. Fine-tuning: L'head target selezionato viene sottoposto a fine-tuning sui dati di calibrazione e valutato su trial di test tenuti separati.

3. Baseline e Dataset

Il modello ibrido viene confrontato con standard backbone a encoder condiviso (EEGNet, AttentionBaseNet, CTNet) con e senza pre-processing di Allineamento Euclideo (EA). Gli esperimenti sono stati condotti su quattro dataset di immaginazione motoria: BNCI2014-001, BNCI2015-001, Schirrmeister2017 e Weibo2014.

4. Metriche di Valutazione

• Metrica Primaria: Accuratezza Bilanciata (BA) sui trial target tenuti separati.
• Metriche Diagnostiche:
  • Distintività delle Classi: Una metrica indipendente dal classificatore basata sul rapporto tra la distanza riemanniana inter-classe e la dispersione intra-classe sulle matrici di covarianza a livello di trial.
  • Geometria Latente: Analisi delle distanze riemanniane tra i trial target e i centroidi dell'encoder sorgente per misurare l'allineamento del manifold.
  • Dinamiche di Addestramento: Curve di convergenza della loss di validazione.

Risultati Chiave

1. Efficacia degli Encoder Specifici per Soggetto

• Guadagni di Performance: L'architettura ibrida ha migliorato le prestazioni rispetto alle baseline con solo EA su specifici dataset e backbone. Notevolmente, sul dataset BNCI2015-001, il modello ibrido ha ottenuto guadagni significativi su tutti e tre i backbone (EEGNet, AttnBNet, CTNet). Tuttavia, i guadagni non sono stati uniformi; su dataset come Weibo2014, l'ibrido di CTNet è collassato, indicando che il beneficio dipende dal dataset e dal backbone.
• Distintività delle Classi: Gli encoder specifici per soggetto hanno aumentato drasticamente la distintività delle classi per i soggetti sorgente (ad esempio, da ~28 a ~67 sotto EA), indicando un'alta specializzazione. Per i soggetti target non visti, la distintività è rimasta superiore rispetto ai baseline a encoder condiviso, suggerendo che gli encoder specifici per soggetto mantengano una struttura trasferibile anche quando applicati fuori dal dominio.
• Allineamento del Manifold: L'analisi delle distanze latenti ha rivelato che i trial dei soggetti target sono significativamente più vicini al manifold dell'encoder sorgente corrispondente rispetto a quelli di encoder non corrispondenti. Questo divario si è ampliato sotto EA, confermando che ogni head apprende un manifold unico specifico per il soggetto.

2. Internalizzazione dell'Allineamento

• Convergenza della Loss: Per gli encoder condivisi, l'EA è critico; rimuovendolo, la loss di validazione si stabilizza a un livello molto più alto. Al contrario, l'architettura brida converge a livelli di loss bassi simili con o senza EA. Ciò suggerisce che gli encoder specifici per soggetto apprendano internamente la funzione di allineamento che l'EA esegue esternamente.
• Geometria Latente: Le visualizzazioni t-SNE hanno mostrato che, mentre gli encoder condivisi partono con distribuzioni di soggetti sovrapposte, gli encoder ibridi partono con cluster separati. L'addestramento con sola supervisione del task riorganizza questi cluster per renderli più vicini e meglio separati, replicando efficacementamente il ruolo di allineamento dell'EA attraverso trasformazioni di feature apprese.

3. Eterogeneità dei Soggetti

Lo studio ha identificato due modalità distinte di comportamento dei soggetti:

• Soggetti Costantemente Difficili: Soggetti che performano scarsamente in tutti i metodi, suggerendo limiti di segnale irreducibili.
• Soggetti "Method-Noisy": Soggetti la cui performance varia ampiamente a seconda dell'architettura e della strategia di allineamento, implicando che una migliore selezione dell'head o la calibrazione potrebbero sbloccare prestazioni superiori.

Significato e Claim

Il paper sostiene che gli encoder specifici per soggetto agiscono come un meccanismo di allineamento appreso per la decodifica EEG. Fattorizzando l'encoder in head per singolo soggetto, il modello può apprendere a recentrare e trasformare le distribuzioni dei singoli soggetti per adattarle a uno spazio di classificazione condiviso, internalizzando efficacemente il ruolo delle tecniche di pre-processing come l'Allineamento Euclideo.

Contributi Chiave:

1. Allineamento Architetturale: Dimostra che la supervisione del task combinata con un'architettura multi-head può indurre l'allineamento cross-subject senza espliciti loss di adattamento del dominio o pre-processing fissi.
2. Insight Diagnostici: Fornisce prove che questi guadagni non sono dovuti semplicemente a un aumento della capacità del modello, ma derivano dall'apprendimento da parte dell'encoder di manifold specifici per soggetto che migliorano la distintività delle classi e facilitano il trasferimento.
3. Identificazione dei Colli di Bottiglia: Sebbene l'architettura migliori l'allineamento, gli autori identificano la selezione dell'head per i soggetti non visti come il collo di bottiglia rimanente. La performance del sistema sui nuovi soggetti dipende fortemente dalla selezione dell'inizializzazione corretta dal pool sorgente, e questo processo di selezione rimane una sfida, particolarmente per i soggetti "method-noisy".

Gli autori concludono che, sebbene la struttura proposta supporti gli encoder specifici per soggetto come un valido meccanismo di allineamento appreso, la scalabilità a pool di soggetti ampi e diversificati rimane un limite, motivando il lavoro futuro su alternative a parametri efficienti (es. low-rank adapters) e strategie di selezione dell'head non-oracle migliorate.