💻 computer science

A Sliced-Wasserstein Framework on Correlation Matrices for EEG Decoding

本文引入了一种通用的拉回欧几里得度量切片 Wasserstein (PEMSW) 框架，用于在全秩相关矩阵上定义相关切片-Wasserstein (CorSW) 差异，从而实现一种用于 EEG 解码的领域泛化方法，在以极低计算开销为代价的同时，提高了对分布偏移的鲁棒性。

原作者： Chen Hu, Rui Wang, Jiale Zhou, Jingjun Yi, Shaocheng Jin, Yidong Song, Yefeng Zheng

发布于 2026-06-05

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Chen Hu, Rui Wang, Jiale Zhou, Jingjun Yi, Shaocheng Jin, Yidong Song, Yefeng Zheng

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：倾听大脑的“群聊”

想象一下，你的大脑就像一个巨大的群聊，里面有几十个人（神经元）在同时说话。EEG（脑电图） 就像是一个麦克风，记录着每个人说话的声音大小。

长期以来，科学家们试图通过观察每个人说话有多大声来解码这些对话。他们使用“协方差矩阵”（一种高级数学表达方式，意指“谁大声，谁安静”）。但这里有一个问题：如果一个人仅仅因为离麦克风近了一点就说话声音稍大，整个分析结果就会产生偏差。这就像是仅仅根据音量来判断一场对话，而你真正关心的其实是谁在和谁说话。

为了解决这个问题，科学家开始使用相关系数矩阵（Correlation Matrices）。与其测量音量，不如测量说话者之间的节奏与连接。无论大家是在窃窃私语还是在大声喊叫，这都不重要；重要的是他们是否在同步说话。这就是“尺度不变性”——它忽略了音量，专注于关系。

问题所在：“扭曲”的游乐场

棘手的地方在于：这些“关系图谱”（相关系数矩阵）并不存在于一张平坦的纸上（欧几里得空间），而是存在于一个弯曲、扭曲的游乐场（黎曼流形）中。

想象一下，试图测量地球上两点之间的距离。如果你穿过地心画一条直线，你会得到错误的答案。你必须沿着地表的曲线行进。标准的数学工具（例如大多数 AI 使用的工具）假设世界是平坦的。当你尝试用平坦工具去处理弯曲的游乐场时，AI 就会感到困惑，尤其是当数据来自不同的人或不同的日期时（这被称为“领域偏移”）。

解决方案：“魔法滑梯”（PEMSW）

论文作者发明了一种名为 PEMSW（拉回欧几里得度量切片 Wasserstein）的新工具。

把那个弯曲的游乐场想象成一座起伏蜿蜒的山峦。

旧方法： 试图通过上下爬坡来测量距离，既缓慢又耗力，而且容易迷路。
新方法 (PEMSW)： 作者发现了一个魔法滑梯（一种数学上的“微分同胚”），它可以将这座山峦压平，变成一条平直、光滑的滑道，且不会扭曲点与点之间的关系。
- 你从山上滑下（将数据映射到平坦空间）。
- 你在平坦的滑道上轻松测量距离。
- 你再滑回山上（将结果映射回山峦）。

这使得他们能够使用快速、简单的数学工具来处理复杂的、弯曲的大脑数据。

“切片”小技巧：面包类比

比较两个复杂的大脑数据分布通常就像是在比较两堆巨大且杂乱的沙子，计算起来非常缓慢。

作者使用了一种名为 Sliced Wasserstein（切片 Wasserstein） 的技术。

想象你有两条面包（两组不同的脑数据）。
与其一次性比较整条面包，不如将其切成薄片。
你逐一比较这些薄片（这非常快且容易）。
然后，你对所有切片的结果取平均值。

通过将“魔法滑梯”（用于压平数据）与“切片面包”技术（用于快速比较）相结合，他们创造了一种名为 CorSW（相关切片 Wasserstein）的方法。

他们的工作：大脑数据的“通用翻译机”

他们利用这个 CorSW 工具来训练 AI 模型，从而更好地解码大脑信号。

挑战： 一个在 A 人的大脑上训练出的 AI，在测试 B 人的大脑、甚至在 A 人第二天的表现时往往会失败。大脑的“方言”会发生微小的变化。
解决方法： 他们使用 CorSW 来充当通用翻译机。与其强迫 AI 去死记硬背某个人的特定模式，他们利用 CorSW 教会 AI 去识别那种跨越所有人、不受“方言”（音量或时段差异）影响的底层“节奏”。

结果：更快、更聪明、更稳定

他们在三种不同类型的大脑任务（想象移动手部、观看闪烁光线以及对错误做出反应）上进行了测试。

更高的准确率： AI 犯错更少了。它能更准确地猜出人们在想什么。
更高的稳定性： 结果不再那么“跳跃”。如果你运行十次测试，得分会非常一致，而之前的方法得分波动很大。
没有额外成本： 最棒的一点是？这个魔法滑梯仅在“教学”（训练）阶段使用。当 AI 实际“工作”（推理）时，它不需要这个滑梯。它几乎不会增加任何额外的处理时间。

一句话总结

作者构建了一个数学上的“魔法滑梯”，它能压平复杂且弯曲的大脑连接图谱几何结构，使 AI 能够快速、准确地学习不同个体和不同日期之间大脑活动的通用“节奏”，从而带来更可靠的脑机接口。

技术摘要：基于相关矩阵的切片 Wasserstein 框架用于 EEG 解码

问题陈述

脑电图（EEG）解码高度依赖协方差描述符，因为它们对噪声具有鲁棒性。然而，这些表示对通道维度的缩放非常敏感，而在绝对信号幅度在不同受试者和会话之间存在显著差异的科学场景中，这种缩放被视为一种干扰因素。虽然全秩相关矩阵提供了一种尺度不变的替代方案，但它们构成了对称正定（SPD）矩阵的一个商流形，并不具备标准的 SPD 几何结构。因此，它们在深度几何学习领域受到的关注相对有限。

此外，比较从 EEG 记录中提取的相关矩阵的分布通常需要最优传输（OT）工具。虽然 Wasserstein 距离为分布比较提供了一个原则性的框架，但在黎曼流形上计算该距离涉及求解大规模线性规划，其计算复杂度极高（ $O(n^3 \log n)$ ）。现有的扩展到非欧几里得空间（如球面、双曲或 SPD 流形）的切片 Wasserstein（SW）方法，尚未针对近期引入的特定相关流形几何结构提供原则性的构建。

方法论

1. 拉回欧几里得度量切片 Wasserstein (PEMSW)

作者提出了一个通用的框架，用于在具有**拉回欧几里得度量（PEM）**的流形上定义 SW 差异。

核心概念： PEM 通过全局微分同胚 $\phi: \mathcal{M} \to \mathcal{E}$ 定义，其中 $\mathcal{E}$ 是一个有限维内积空间。该嵌入将流形 $\mathcal{M}$ 上的测地线映射到嵌入空间 $\mathcal{E}$ 中的直线。
测地线切片： 该框架并非在流形上进行复杂的测地线切片，而是在嵌入空间 $\mathcal{E}$ 中执行标准的线性切片。对于参考点 $x_0$ 和 $\mathcal{E}$ 单位球面中的方向 $a$ ，切片坐标是嵌入点 $\phi(x)$ 的线性投影。
等价性： 定理 3.4 确立了流形上的 PEMS 距离与嵌入测度（ $\tilde{\mu} = \phi_\# \mu$ 和 $\tilde{\nu} = \phi_\# \nu$ ）之间的欧几里得 SW 距离完全等价。这使得利用标准的欧几里得 SW 算法进行高效计算成为可能，同时保留了流形的内在几何结构。
性质： 该框架继承了度量性质、弱收敛保证，并提供了相对于流形上真实 Wasserstein 距离的上界和下界。

2. 相关切片-Wasserstein (CorSW)

作者利用两种近期提出的内在黎曼度量，将 PEMS 应用于全秩相关矩阵流形 ( $\mathcal{C}^{++}_n$ )：

Off-Log 度量 (OLM)： 使用将 $\mathcal{C}^{++}_n$ 映射到空对称矩阵 ( $\text{Hol}(n)$ ) 的 $\text{Logo}$ 映射。切片坐标是方向与 $\text{Logo}$ 变换后的矩阵之间的 Frobenius 内积。
Log-Scaled 度量 (LSM)： 使用将 $\mathcal{C}^{++}_n$ 映射到行和为零的对称矩阵 ( $\text{Row}_0(n)$ ) 的 $\text{Log}^\star$ 映射。
统一视角： 本文证明了现有的 SPDSW（SPD 流形上的切片-Wasserstein）是 PEMS 在流形为 SPD 且嵌入为矩阵对数时的特例。

3. 领域泛化框架

为了解决 EEG 解码中的领域偏移问题（例如跨受试者或跨会话），作者开发了一个使用 CorSW 的领域泛化（DG）框架：

目标： 将每个源域的各相关矩阵的经验分布对齐到一个共同的、领域无关的参考律。
实现： 在嵌入空间中生成一个参考分布（作为高斯分布），然后将其映射回相关矩阵流形。损失函数最小化源域相关矩阵与该参考分布之间的 CorSW 距离。
效率： 该方法不需要迭代 OT 求解器；它依赖于闭式嵌入和切片方向的蒙特卡洛采样，增加的开销极小。

核心贡献

PEMSW 框架： 一个在具有 PEM 的流形上定义 SW 差异的统一构建方法，将经典的 SW 扩展到非欧几里得空间，同时保留了几何结构。
CorSW 实例化： 推导出了在 OLM 和 LSM 几何下针对相关矩阵的两种特定 CorSW 差异，提供了闭式切片坐标。
做法。
理论统一： 证明了现有的 SPDSW 距离是 PEMS 的特例，阐明了切片差异的几何基础。
实证验证： 开发了一个用于 EEG 解码的 DG 框架，在三个基准数据集（BCIC-IV-2a, MAMEM-SSVEP-II, BCI-ERN）上展示了改进的泛化能力，且具有低训练开销和无推理成本。

实验结果

所提方法在三种 EEG 解码范式上进行了评估：运动想象（MI）、稳态视觉诱发电位（SSVEP）和错误相关负波（ERN）。

性能： 在所有数据集上，经过 CorSW 增强的模型（例如 CorAtt-OLM+CorSW-OLM）一致优于基准欧几里得模型、标准黎曼模型以及其他领域泛化策略（如实例加权和各种白化技术）。
- 在 ERN 任务上，CorSW 使基准 CorAtt-OLM 的平均准确率提升了 +4.66%。
- 在 SSVEP 任务上，实现了 +2.76% 的增益。
- 在 MI 任务上，提供了 +2.45% 的增益。
鲁棒性： 在详尽的跨会话领域泛化协议（留一会话法）中，CorSW 在所有对比的 DG 方法中取得了最高的平均得分。
稳定性： 添加 CorSW 显著降低了运行间的变异性（标准差），表明在会话级偏移下训练稳定性得到了提高。
效率： 与基准相比，训练时间每轮仅增加了约 5.2 毫秒，且在推理阶段没有额外成本。
可解释性： 基于梯度的可视化确认了学习到的表示专注于神经生理学上有意义的模式（例如 SSVEP 的 Oz 电极，ERN 的 FCz 电极），这与已建立的神经科学发现相吻合。

意义与主张

论文声称 PEMSW 为基于拉回流形的分布比较提供了一种通用且可扩展的方法。通过将测地线切片简化为嵌入空间中的线性切片，它提供了一种原则性的、高效的几何感知差异度量。

特别是在 EEG 领域，作者认为 CorSW 有效地解决了尺度不变性和分布偏移的挑战。与以往要么忽略相关矩阵流形结构、要么依赖计算昂贵的 OT 的方法不同，CorSW 利用内在几何（OLM/LSM）来高效地对齐分布。结果表明，直接在相关流形上对齐源域分布比在相关表示上应用欧几里得对齐损失更为有效。

作者指出了一些局限性，主要是该框架受限于具有全局微分同胚嵌入（PEM）的流形，目前尚未扩展到没有此类结构的通用黎曼流形。在伦理方面，他们强调，尽管该方法使用了现有基准，但涉及敏感 EEG 数据的实际应用必须遵守严格的数据治理和隐私协议。