NeuroShield: A Device-Agnostic Foundation Model for EEG Authentication

Sintesi Tecnica: NeuroShield: Un Modello Fondamentale Device-Agnostic per l'Autenticazione EEG

Problematica
Gli attuali sistemi di autenticazione EEG affrontano un limite fondamentale: sono strettamente accoppiati a specifiche impostazioni di acquisizione, inclusi l'hardware del visore fisso, la disposizione dei canali e la durata del segnale. I modelli esistenti tipicamente assumono un set di canali predefinito, un ordine dei canali stabile e finestre temporali fisse. Di conseguenza, le variazioni nell'hardware (ad esempio, diversi conteggi di elettrodi o posizionamenti) o nei protocolli di registrazione (ad esempio, lunghezze del segnale variabili) rendono questi modelli inapplicabili senza un nuovo addestramento. Questa frammentazione costringe i ricercatori a trattare ogni nuovo dataset o visore come un problema di modellazione separato, ostacolando il trasferimento della conoscenza, limitando l'apprendimento multi-dataset e riducendo la riutilizzabilità del modello. Il campo si affida attualmente a pipeline specifiche per dataset piuttosto che a encoder riutilizzabili capaci di accumulare conoscenza attraverso condizioni di registrazione eterogenee.

Metodologia: Architettura NeuroShield
Per affrontare questi vincoli, gli autori introducono NeuroShield, un modello fondamentale progettato per apprendere embedding discriminativi dell'identità da registrazioni EEG a numero variabile di canali e lunghezza variabile. L'innovazione principale è un'architettura transformer a doppio stadio che disaccoppia la modellazione temporale dall'aggregazione spaziale, consentendo input flessibili.

1. Rappresentazione dell'Input: I segmenti EEG sono rappresentati come $S \in \mathbb{R}^{C \times T}$, dove $C$ è il numero di canali disponibili e $T$ è il numero di campioni temporali. Il modello supporta variazioni sia in $C$ che in $T$.
2. Patching Temporale e Codifica:
   • La forma d'onda di ogni canale viene suddivisa in patch temporali a lunghezza fissa.
   • Un Patch Encoder mappa questi frammenti di segnale grezzo in uno spazio latente condiviso.
   • Un Temporal Transformer elabora la sequenza di token di patch per ogni canale indipendentemente. Utilizza ALiBi (Attention with Linear Biases) per codificare l'informazione posizionale relativa, consentendo al modello di gestire lunghezze di sequenza variabili ed estrapolare a durate più lunghe di quelle viste durante l'addestramento. Un token di classificazione temporale (CLS) viene estratto per ogni canale per riassumere le sue caratteristiche temporali.
3. Aggregazione Spaziale:
   • Gli embedding a livello di canale vengono aggregati utilizzando un Channel Transformer.
   • Fondamentalmente, questa fase incorpora embedding posizionali consapevoli della geometria derivati dalle coordinate 3D degli elettrodi. Ciò consente al modello di comprendere le relazioni spaziali tra gli elettrodi senza assumere un ordine o una disposizione dei canali fissi.
   • Un token CLS di canale riassume la rappresentazione finale del segmento.
4. Obiettivo di Addestramento: Il modello è addestrato utilizzando la Supervised Contrastive Loss (SupConLoss). Questo obiettivo incoraggia gli embedding dello stesso soggetto a raggrupparsi, mentre spinge quelli di soggetti diversi ad allontanarsi, ottimizzando lo spazio metrico per l'autenticazione.

Protocollo Sperimentale

• Pretraining: NeuroShield è stato preaddestrato su tre grandi dataset pubblici (TUH-EEG, DVS-rsEEG, PREDICT) comprendenti 15.762 soggetti e 28.116 sessioni. Questi dataset spaziano su molteplici configurazioni di canali (da 17 a 64 canali) e sistemi di acquisizione.
• Valutazione: Il modello è stato valutato su due dataset downstream non visti: PEERS (345 soggetti, 89 canali, grado medico) e FRC-EEG (30 soggetti, 14 canali, consumer-grade Emotiv Epoc X).
• Baseline: Il confronto è stato effettuato con l'addestramento dell'architettura da zero (NS-Scratch) e con una baseline allo stato dell'arte riprodotta (Fallahi et al., 2026), che utilizza un encoder ResNet1D con input fissi.
• Settings: Le valutazioni hanno incluso il trasferimento zero-shot (nessun fine-tuning), il fine-tuning completo (NS-FullFT), il fine-tuning parziale (NS-LastFT) e il fine-tuning efficiente dei parametri (NS-PEFT).

Risultati Chiave

• Miglioramento delle Prestazioni: Dopo il fine-tuning, NeuroShield ha superato costantemente la baseline allo stato dell'arte. Sul dataset PEERS, ha ridotto l'Equal Error Rate (EER) dal 10,25% al 7,71% (un guadagno di 2,54 punti percentuali). Su FRC-EEG, ha ridotto l'EER dal 18,18% al 14,75%.
• Capacità Zero-Shot: Il modello preaddestrato ha dimostrato informazioni di identità trasferibili in scenari zero-shot, raggiungendo EER significativamente al di sotto del livello del caso (ad esempio, 16,79% su PEERS) senza aggiornamenti sul dataset target, sebbene il fine-tuning fosse necessario per prestazioni competitive.
• Flessibilità Temporale: Il modello si è adattato con successo a durate di input maggiori di quelle viste durante l'addestramento (fino a 4,0 secondi rispetto al limite di 2,0 secondi dell'addestramento). Le prestazioni sono migliorate con l'aumentare del contesto temporale disponibile, con il risultato PEERS a 4 secondi (5,47% EER) che ha superato i risultati precedenti dello stato dell'arte.
• Flessibilità Spaziale e Robustezza:
  • Il modello opera efficacemente attraverso diverse configurazioni di canali e non dipende da un ordine fisso dei canali; le prestazioni sono rimaste stabili sotto permutazioni dei canali.
  • Ha dimostrato robustezza alla perdita di canali, tollerando fino al 10–30% di perdita di canali al momento della verifica con una degradazione solo graduale delle prestazioni.
  • Si è generalizzato a posizioni di elettrodi completamente nuove (canali non presenti nei dati di addestramento) senza differenze statistiche significative nelle prestazioni rispetto ai canali visti.
• Composizione dei Dati: Le analisi hanno indicato che la diversità multi-sessione nei dati di addestramento è più preziosa del semplice aumento del numero di campioni di singola sessione per l'apprendimento di rappresentazioni stabili del soggetto.

Significatività e Rivendicazioni
Il paper sostiene che NeuroShield stabilisce un nuovo paradigma per l'autenticazione EEG, passando da modelli isolati e specifici per dataset a un modello fondamentale riutilizzabile e adattabile. La sua significatività risiede nel:

1. Rompere le Dipendenze dall'Hardware: Consente l'autenticazione attraverso configurazioni di registrazione eterogenee (diversi visori, conteggi di canali e layout) senza richiedere lo sviluppo di un modello separato per ogni setup.
2. Accumulo di Conoscenza: Dimostra che le caratteristiche discriminative dell'identità possono essere apprese su diversi dataset e trasferite a dispositivi non visti, supportando l'accumulo di conoscenza tra gli studi.
3. Distribuzione Pratica: Tollerando durate del segnale variabili e la perdita di canali, NeuroShield affronta le sfide del deployment nel mondo reale, dove le condizioni di registrazione sono raramente statiche o perfette.
4. Open Science: Gli autori rilasciano il modello e la pipeline di valutazione come open source per facilitare la riproducibilità e l'adozione da parte della comunità.

Gli autori concludono che, sebbene NeuroShield riduca i tassi di errore rispetto allo stato dell'arte, è necessario ulteriore lavoro per raggiungere la maturità delle consolidate modalità biometriche come il riconoscimento facciale. Suggeriscono che i miglioramenti futuri potrebbero derivare da corpora di preaddestramento più ampi, segmenti continui più lunghi e valutazioni più diverse su dispositivi consumer-grade.