An Enhanced Source-Free Unsupervised Domain Adaptation Framework for Cross-Dataset EEG Emotion Recognition via Predictive Coding and Test-Time Training

Sintesi Tecnica: Un Framework di Adattamento del Dominio Non Supervisionato Senza Sorgente Potenziato per il Riconoscimento delle Emozioni EEG tra Dataset Diversi

Problematica
Il riconoscimento delle emozioni basato sull'elettroencefalogramma (EEG) affronta sfide significative nel generalizzare tra diversi dataset a causa dei cambiamenti di dominio causati dalla variabilità inter-soggetto, dalle differenze nei dispositivi di registrazione, nelle configurazioni degli elettrodi e nei protocolli sperimentali. Sebbene l'Adattamento del Dominio Non Supervisionato (UDA) sia stato esplorato per mitigare tali cambiamenti, i metodi convenzionali richiedono l'accesso ai dati del dominio sorgente durante l'adattamento, il che è spesso impraticabile nelle applicazioni reali di sanità e interfacce cervello-computer (BCI) a causa di vincoli relativi alla privacy, allo stoccaggio e all'etica. L'Adattamento del Dominio Non Supervisionato Senza Sorgente (SF-UDA) affronta questo problema adattando un modello sorgente pre-addestrato a un dominio target non etichettato senza i dati della sorgente. Tuttavia, gli esistenti metodi SF-UDA faticano a gestire ampi gap di dominio, l'accumulo di errori derivanti da pseudo-etichette rumorose e l'instabilità dell'adattamento, in particolare nel contesto del riconoscimento delle emozioni EEG tra dataset diversi.

Metodologia
Gli autori propongono un framework SF-UDA potenziato composto da quattro fasi distinte: pre-addestramento, computazione, adattamento del target e inferenza.

1. Pre-addestramento con Codifica Predittiva Non Contrastiva:
   A differenza del lavoro precedente che si basa sull'addestramento supervisionato della sorgente, questo framework introduce una strategia di pre-addestramento auto-supervisionata. Un modello di codifica predittiva, che utilizza un'architettura encoder-decoder, viene addestrato per ricostruire la Densità Spettrale di Potenza (PSD) di segmenti EEG futuri basandosi sull'attività passata. Questo approccio non contrastivo apprende rappresentazioni temporalmente predittive robuste senza richiedere coppie negative o obiettivi contrastivi. L'obiettivo di pre-addestramento combina la perdita di classificazione, la perdita di discrepanza del classificatore e la perdita di codifica predittiva per garantire un apprendimento di caratteristiche discriminative e temporalmente coerenti.

2. Adattamento del Target (Strategia a Due Stadi):
   Una volta che il modello sorgente è stato pre-addestrato, il framework si adatta al dominio target non etichettato attraverso un processo in due fasi:

• Regolarizzazione Adattiva Multi-Loss (MLAR): Questa fase stima la struttura del dominio target tramite clustering per classe. Genera pseudo-etichette assegnando i campioni al centroide del cluster più vicino. Per stabilizzare l'addestramento e ridurre il rumore, MLAR impiega una maschera di campioni affidabili basata sulla confidenza della predizione e sull'accordo tra le pseudo-etichette basate sui cluster e le predizioni del modello. L'ottimizzazione minimizza la perdita di accordo delle pseudo-etichette, la perdita di discrepanza del classificatore (divergenza di Jensen-Shannon tra due classificatori paralleli), l'entropia di predizione e un termine di bilanciamento della distribuzione del target.
• Apprendimento della Coerenza Localizzata (LCL): Questa fase impone la coerenza della predizione tra i vicini affidabili. I vicini sono selezionati in base all'intersezione tra la similarità nello spazio delle caratteristiche e la similarità dell'output del classificatore, garantendo che il modello allinei le predizioni all'interno dei vicinati locali filtrando al contempo i vicini inaffidabili.

3. Test-Time Training (TTT) Leggero:
   Durante l'inferenza, il framework implementa un meccanismo di aggiornamento online basato sull'incertezza. I campioni vengono valutati utilizzando l'entropia di predizione e l'errore di ricostruzione predittiva. Solo i campioni incerti (quelli che superano le soglie basate sui quantili per entrambi i parametri) vengono selezionati per l'adattamento. Per questi campioni, viene eseguito un aggiornamento leggero sui moduli di gate di attenzione e sui livelli di normalizzazione utilizzando una combinazione di minimizzazione dell'entropia e perdita di ricostruzione predittiva. Questo aggiornamento selettivo migliora la robustezza contro i cambiamenti di distribuzione mantenendo l'efficienza computazionale evitando l'aggiornamento per le predizioni sicure.

Contributi Chiave

• Framework Potenziato: Gli autori propongono un framework SF-UDA completo progettato specificamente per il riconoscimento delle emozioni EEG tra dataset diversi, affrontando l'assenza di dati sorgente e le sfide dei cambiamenti di dominio.
• Pre-addestramento Auto-Supervisionato: Introduzione di una strategia di codifica predittiva non contrastiva che apprende robuste rappresentazioni temporali EEG senza fare affidamento su dati sorgente etichettati o obiettivi contrastivi.
• Meccanismi di Adattamento Robusti: Il design di una strategia di adattamento a due stadi (MLAR e LCL) che migliora la stabilità e la coerenza del vicinato sotto pseudo-etichette rumorose.
• Raffinamento Efficiente al Tempo di Test: Un meccanismo TTT leggero che aggiorna selettivamente il modello per i campioni incerti, bilanciando robustezza ed efficienza computazionale.

Risultati Sperimentali
Il framework è stato valutato su tre dataset pubblici: DEAP, SEED e DREAMER, utilizzando impostazioni cross-dataset (ad esempio, addestramento su DEAP e test su SEED).

• Prestazioni: Il metodo proposto ha superato costantemente i baseline SF-UDA allo stato dell'arte (inclusi i metodi di Ahmed et al., Du et al., Ragab et al. e Zhao et al.) e il precedente lavoro SF-UDA degli autori.
  • Sul dataset SEED (addestrato su DEAP), il metodo ha ottenuto un'accuratezza del 69,56% per la classificazione binaria e del 57,08% per la classificazione multi-classe.
  • Sul dataset DREAMER (addestrato su DEAP), ha ottenuto il 63,03% di accuratezza per la classificazione binaria.
  • Quando addestrato su SEED e testato su DEAP, ha ottenuto il 61,38% (binaria) e il 53,87% (multi-classe).
• Significatività Statistica: I t-test per campioni accoppiati hanno confermato che i miglioramenti rispetto ai metodi concorrenti sono statisticamente significativi.
• Studi di Ablazione: Gli esperimenti hanno dimostrato che rimuovere il pre-addestramento della codifica predittiva, il modulo MLAR o il test-time training risultava in cali significativi delle prestazioni, validando la necessità di ogni componente.
• Interpretabilità: L'analisi SHAP ha rivelato che il modello si affida pesantemente alle caratteristiche delle bande gamma e beta nelle regioni occipitali, prefrontali e fronto-centrali, allineandosi con i noti marcatori neurofisiologici delle emozioni.

Significato e Rivendicazioni
Il documento sostiene che il framework proposto combina efficacemente l'apprendimento auto-supervisionato predittivo, l'adattamento del dominio senza sorgente e il raffinamento al tempo di test per ottenere un riconoscimento delle emozioni EEG robusto sotto severi cambiamenti di dominio. Eliminando la necessità di dati sorgente e affrontando l'instabilità delle pseudo-etichette attraverso un approccio multi-stadio guidato dalla coerenza, il metodo offre una soluzione pratica per le applicazioni di computing affettivo sensibili alla privacy. Gli autori posizionano questo lavoro come un passo significativo per colmare il divario tra i dataset sperimentali controllati e l'implementazione nel mondo reale, dove la condivisione dei dati è limitata e la variabilità del dominio è elevata. Le direzioni future identificate dagli autori includono l'esplorazione dell'adattamento continuo per distribuzioni target in evoluzione e l'estensione del framework ad altri segnali fisiologici e alla fusione multimodale.