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

技術的概要：変分深層埋め込みによる解釈可能な EEG ミクロステート発見

問題定義

EEG ミクロステート分析は、連続した脳電気活動を、離散的な機能的状態を表す短い準安定な地形学的構成に分割することを目的としている。従来の手法、主に**修正 K 平均法（ModKMeans）**は、ハード割り当てを用いて電極空間で直接動作する。これらの手法には、以下の 3 つの決定的な限界がある：

1. 潜在表現の欠如： 潜在空間を学習せず、クラスター中心を再構成する生成デコーダを提供しない。
2. 不透明性： 潜在構成を検証可能な頭皮地形図にデコードできないため、モデルの透明性と解釈可能性が制限される。
3. 硬直的な割り当て： 硬い分割は、頭皮地形が潜在的な状態の混合を反映する可能性がある遷移領域や曖昧な領域に関する情報を破棄する。
4. 固定された複雑性： ミクロステートの数を固定する（$K=4$）という慣習は、個々の脳動態を捉えきれず、最適なクラスター数はデータセットや集団によって異なる。

近年の深層学習アプローチはこれらの課題に対処しようとしているが、多くの手法は凍結された潜在空間の事後クラスタリングや教師あり分類に依存しており、表現と確率的割り当てを同時に学習できていない。さらに、それらはしばしば極性不変性（マップとその符号反転 counterpart を同等として扱う）を強制するメカニズムを欠いており、冗長なクラスターを生むリスクがある。

手法

著者は、共有潜在空間内で地形学的再構成と確率的ソフトクラスタリングを同時に学習する生成モデルであるConv-VaDE（畳み込み変分深層埋め込み）を提案する。

1. データ準備：

• データセット： 10 名の参加者による LEMON 安静時目閉じ EEG データセット（$f_s=250$ Hz、61 チャンネル）。
• 前処理： 共通平均参照、ゼロ位相 FIR バンドパスフィルタリング（2–20 Hz）、およびグローバルフィールドパワー（GFP）ピークの抽出。
• 入力変換： EEG ベクトルを方位角等距離投影と立方補間を介して $40 \times 40$ の地形画像に射影する。Z スコア正規化を適用し、$\pm 5\sigma$ でクリッピングする。

2. モデルアーキテクチャ：

• エンコーダ： 入力画像を 4 層の Conv2d 層（バッチ正規化、LeakyReLU、ドロップアウト付き）を介してマッピングし、その後、適応的平均プーリングと全結合層を経て、潜在パラメータ $(\mu_\phi, \log \sigma^2_\phi)$ を生成する。
• デコーダ： ConvTranspose2d 層を使用してエンコーダを鏡像し、入力地形を再構成する。
• 潜在事前分布： 変分オートエンコーダ（VAE）フレームワークにガウス混合モデル（GMM）事前分布を埋め込み、混合拡張尤度下限（ELBO）をエンドツーエンドで最適化する。

3. 極性不変性スキーム：
$x$ と $-x$ を同一の状態として扱うことを保証するため、著者は 3 つのレベルで不変性を強制する：

• データ拡張： 訓練セットの符号反転拡張。
• 損失関数： 極性不変再構成損失：$\mathcal{L}_{recon} = \min(\text{MSE}(\hat{x}, x), \text{MSE}(\hat{x}, -x))$。
• 正則化： $x$ と $-x$ の潜在コード間の差を罰するエンコーダ正則化項 $\mathcal{L}_{pol}$。

4. 訓練目的：
総損失関数は、再構成、KL 発散、エントロピー、分離、バッチ使用、緊密性、および極性正則化を組み合わせる。事後分布の崩壊を緩和するため、周期的な $\beta$ アニーリング戦略を使用する。

5. システマティックなアーキテクチャ探索：
以下の 4 次元グリッド探索を実施した：

• クラスター数（$K \in [3, 20]$）
• 潜在次元（$d_z \in \{16, 32, 64\}$）
• ネットワーク深度（$L \in \{2, 3, 4\}$）
• チャネル幅（$ndf \in \{32, 64, 128\}$）
  これにより、10 名の被験者に対して評価された486 の一意な構成が得られた。

6. 評価指標：

• クラスタリング品質： 潜在空間におけるシルエット、デビーズ・バウディン、カリンスキー・ハラバシュ、およびダン指数。
• 再構成と忠実度： MSE、SSIM、空間相関、および完全な連続 EEG へのバックフィッティングを通じて計算されるグローバル説明分散（GEV）。

主要な貢献

1. Conv-VaDE アーキテクチャ： 学習されたデコーダと確率的クラスタリングメカニズムを結合した新規モデル。クラスタープロトタイプを検証可能な頭皮地形図へ生成デコードすることを可能にする。
2. 3 レベルの極性不変性： 深層ミクロステート分析における一般的な失敗モードである符号の曖昧さに起因する冗長なクラスターを排除する包括的なスキーム。
3. システマティックなアーキテクチャ探索： EEG ミクロステート地形データに特化した初の広範なグリッド探索（486 構成）。その結果、コンパクトなチャネル幅を持つ中程度の深さのネットワークが探索空間を支配することが明らかになった。
4. 多象限評価フレームワーク： 潜在クラスタリング品質（Q1/Q2）とデコードされた地形忠実度（Q4）の両方を評価する検証アプローチ。従来の手法（ModKMeans）が電極空間において構造的な利点を持つ一方で潜在解釈可能性を欠くという非対称性に対処する。

結果

• 最適構成： 平均 GEV によって選択された 18 の最高性能構成全体において、ネットワーク深度$L=4$が一貫して存在した。
• パラメータ感度：
  • 潜在次元： $d_z=16$ が 18 の最高構成の 14 を支配し、$40 \times 40$ の地形入力に対してコンパクトな潜在空間で十分であることを示唆した。
  • チャネル幅： 全ての上位構成において $ndf=32$ で十分であり、この入力タイプに対してより広いフィルタは性能を向上させないことを示した。
• $K=4$ における性能： 最良の構成（$d_z=16, L=4, ndf=32$）は以下の結果を達成した：
  • シルエットスコア： $0.229 \pm 0.039$（よく分離され、コンパクトなクラスターを示す）。
  • GEV： $0.730 \pm 0.072$（強力な地形表現忠実度を確認）。
• 説明可能性： モデルは、既知のミクロステートクラスと一致する明確な空間パターン（前後勾配、側方非対称性）を示す検査可能な頭皮地形図（図 4）へと GMM クラスター中心を正常にデコードした。潜在空間構造（図 5）は、モード崩壊なく分離可能なクラスターとバランスの取れた分布を確認した。

意義と主張

本論文は、単にモデル規模を増大させるのではなく、原理的なアーキテクチャ探索こそが、変分深層埋め込みによる解釈可能かつ安定した EEG ミクロステート発見の鍵であると主張する。

• 内在的な説明可能性： 事後手法とは異なり、Conv-VaDE は潜在コードを直接データ空間にマッピングすることで内在的な説明可能性を提供し、研究者がデコードされた頭皮マップを通じてモデルの「推論」を検査することを可能にする。
• 安定性対複雑性： 結果は、より深くまたは広いネットワークが常に EEG 地形に対して優れているという仮定に挑戦する。代わりに、コンパクトな潜在次元とチャネル幅を持つ中程度の深さのネットワークが、最も安定した表現をもたらす。
• 方法論的厳密性： 極性不変性を強制し、システマティックな掃引を実施することで、本研究は以前の深層学習アプローチの「ブラックボックス」性質と従来の ModKMeans の硬直性に対処し、再構成忠実度と確率的クラスタリングの不確実性のバランスを取るフレームワークを提供する。

著者は、結果は有望であるものの、集団レベルの一般化にはより大規模なコホートでの検証が必要であり、将来の研究は潜在空間バックフィッティングおよび時間的遷移のモデリングを通じて GEV のギャップを埋めることに焦点を当てることを指摘している。