技術要約：被験者固有のEEG統計量は、いつ認知的な覚醒状態のデコーディングにおいて信頼できるのか？

問題提起

異なる被験者の脳波（EEG）信号から認知的な覚醒状態（vigilance）をデコードすることは、被験者間の大きな変動によって困難となっている。EEGのスペクトルパワーは、認知状態だけでなく、個人の生理学的特性、電極の接触品質、疲労レベル、および記録セッションによっても変動する。既存のクロス被験者アプローチは、コンパクトな畳み込みモデル、不変表現、およびドメイン・アライメントを利用しているが、重要な未解決の問いが残されている。それは、**「新しい、ラベルのないターゲット被験者の観測統計量が、ソース集団の推定値に取って代わる、あるいはそれを上回るほど信頼できるのはいつか？」**という点である。

短い記録ウィンドウは特定の計算上のリスクをもたらす。限定されたデータから推定されたターゲットのモーメント（統計量）は、サンプリングの変動性が高く、単一の覚醒状態のみを表している可能性がある。堅牢な集団統計量を信頼性の低い推定値に置き換えることは、デコーダーを状態分布の非代表的な領域へとシフトさせ、性能低下を招く恐れがある。現在のテスト時適応（Test-Time Adaptation: TTA）手法は、小規模なバッチ、クラス不均衡、および誤差の蓄積に苦慮することが多いが、ターゲットデータを「いつ」信頼すべきかを判断するための原理的なメカニズムを欠いている。

手法

著者らは、ターゲットのEEG統計量の信頼性を、宣言された「ターゲットデータ予算」（スコアリング前に観測されるラベルなしウィンドウの数）の関数として扱う、**ソース・アンカー型計算モデル（source-anchored computational model）**を提案している。

1. 実験プロトコル

本研究では、適応と評価を厳密に分離するために、分離されたバッファ・アンド・スコア（disjoint buffer-then-score）プロトコルを採用している：

• 適応バッファ ($A_{t,n}$): ターゲット被験者から得られた $n$ 個のラベルなしウィンドウの集合を用い、ターゲット依存の統計量を推定し、更新を行う。
• 分離スコアセット ($Q_{t,n}$): 適応されたモデルを用いてスコアリングを行うための別のウィンドウ集合。$Q_{t,n}$ の特徴量やラベルがモデルの状態に影響を与えることはない。
• データセット: プロトコルは、異なる特性を持つ3つのデータセットで評価された：
  • SADT: 11名の被験者、ランダムな分離バッファ。
  • MPD-DF: 50名の参加者、時系列バッファ（模擬運転）。
  • SEED-VIG: 21名の参加者、時系列バッファ（PERCLOSに基づくドライバーの覚醒状態）。

2. ソース・アンカー型モーメント・シュリンケージ（収縮）

核となる貢献は、ソース集団のモーメントとターゲットのモーメントをブレンドする、カウント制御型の推定器である：

• ターゲット・モーメント: バッファから算出されるもの ($\hat{\mu}_{t,n}, \hat{m}_{2,t,n}$)。
• ソース・モーメント: 事前計算された集団統計量 ($\mu_s, m_{2,s}$)。
• シュリンケージ重み ($\rho_n$): $\rho_n = \frac{n}{n + \kappa}$ と定義される。ここで $n$ はウィンドウ数、$\kappa$ はソース検証（ターゲットラベルなし）を通じて選択されたソースのエビデンス強度パラメータである。
• ブレンディング: 平均のシフトとスケールの推定が同一の参照に基づいていることを保証するため、平均と二次モーメントの両方をブレンドする。最終的な統計量 ($\tilde{\mu}, \tilde{\sigma}^2$) は、特徴量を標準化するために使用される。
• 挙動: $n=0$ のとき、システムは完全にソースに依存する。$n$ が増加するにつれて、ターゲット・モーメントの重みは単調に増加する。

3. モデル・アーキテクチャとコントロール

• 主要モデル: テンポラル・コンボリューション、デプスワイズ空間コンボリューション、およびリーキー・インテグレート・ファイア（LIF）状態を用いたスパイキングニューラルネットワーク（SNN）エンコーダ。
• コントロール:
  • 非収縮ターゲット (Unshrunk Target): 同一のパスだが $\kappa=0$（完全なターゲット正規化）としたもの。
  • デンス・ツイン (Dense Twin): スパイキングのダイナミクスによる影響を分離するため、同一のアーキテクチャを持つ非スパイキング版。
  • 適応ベースライン: T3A（疑似ラベル付け）、Buffer-Norm、Buffer-TENT、および Buffer-SAR（エントロピー最小化）を用い、モーメント・シュリンケージと比較する。

主な結果

1. データセット依存の信頼転換

ターゲット正規化の価値は静的なものではなく、データセットとバッファの構成に依存する：

• SADT: クロスオーバーが見られる。小さな予算（3ウィンドウ）では、非収縮ターゲット・モーメントはソースと比較して性能を大幅に低下させる（マクロF1値で -3.62 ポイント）。しかし、バッファが増加する（40ウィンドウ）と、非収縮モーメントは最終的にソースを上回る（+7.88 ポイント）。
• MPD-DF: 大きなバッファ（300秒）であっても、非収縮ターゲット・モーメントはソースよりも劣ったままである（-3.68 ポイント）。集団アンカーの必要性は、テストされた全期間を通じて継続する。
• SEED-VIG: 最も劇的な効果を示した。8秒間の1つのウィンドウのみを使用して非収縮正規化を行った場合、マクロF1値は 16.79 ポイント 低下した。ソース・アンカリングは、この損失を 1.94 ポイント に抑えた。

2. ソース・アンカリングの有効性

• SEED-VIG の性能: ソース・アンカー型シュリンケージ・モデルは、非収縮パスを一貫して上回った。8秒時点において、アンカー型モデルは非収縮モデルを 14.84 マクロF1 ポイント 上回った。この優位性は、320秒（2.90 ポイントの優位）に至るまで持続した（ただし幅は狭まった）。
• 統計的有意性: SEED-VIG におけるアンカー型と非収縮型の差は、テストされたすべての予算において統計的に有意であった（Holm調整済み $p < 0.026$）。
• メカニズムの分離: デンス・ツイン・ネットワークはSNNと全く同じ軌跡を再現した。これは、恩恵がスパイキングのダイナミクスではなく、モーメントの信頼性に由来することを裏付けている。

3. 正規化 vs 勾配更新

TENTやSARなどのエントロピーに基づく更新、またはT3Aのようなクラス・サポート更新を用いたコントロールは、SEED-VIGおよびMPD-DFにおいてBuffer-Normとほぼ同一の曲線を描いた。
これは、短期間のバッファにおける失敗が、最適化の目的関数や勾配メカニズムそのものではなく、信頼できないモーメント推定（特徴量正規化）に起因していることを示している。

4. クラス別分析

短期間バッファの失敗は、一様な低下ではなく、深刻なクラス間のトレードオフとして現れることが多い。例えば、SEED-VIG（8秒）では、非収縮正規化は感度（sensitivity）を 23.29 ポイント上昇させたが、特異度（specificity）を 40.60 ポイント急落させた。ソース・アンカリングはこの不均衡を緩和し、特異度の低下を 9.05 ポイントに抑えた。

意義と主張

本論文は、被験者固有のEEG分布がいつ認知的な覚醒状態のデコーディングをサポートできるかについて、計算論的な説明を提供している。著者らは以下のことを主張している：

1. 信頼性は予算依存である: ターゲットのモーメントに対する信頼は、宣言されたバッファ数とともに増加すべきである。組成が限定的な短時間のバッファには、負の転移を防ぐために集団アンカーが必要である。
2. アンカリングは固定型または勾配ベースの適応よりも優れている: ターゲットのデータが乏しい場合、単純なカウント制御型のシュリンケージ推定器は、複雑なエントロピー最小化や疑似ラベル付け戦略よりも優れた性能を示す。
3. データセット特異性: 普遍的な「安全な」バッファサイズは存在しない。SADTは最終的に完全なターゲット正規化を支持したが、MPD-DFおよびSEED-VIGは、経過時間だけでは代表的な分布が保証されないことを示した。つまり、集団アンカーは相当量のデータがある状況でも依然として有益である。
4. 方法論的厳密性: 分離された「バッファ・アンド・スコア」プロトコルを強制することで、本研究は、オンライン学習（例：スコアされたウィンドウからの誤差蓄積）による混同要因から、ターゲットデータの推定効果を分離している。

結論として、堅牢な覚醒状態デコーダーは、集団のEEGモーメントから開始し、エビデンスが蓄積するにつれて（ウィンドウ数を通じて）被験者固有のモーメントの重みを増やし、独立したカバレッジチェックによってバッファがターゲットの覚醒状態を代表していることが確認された場合にのみ、完全なターゲット正規化を行うべきである。