💻 computer science

HERO-SNN: A Homeostatic Eligibility-based Reward- Optimised Spiking Neural Network for Spatiotemporal Brain Representation: An EEG Case Study

本文提出了 HERO-SNN，这是一个结合了任务特定反馈与局部基于脉冲学习的稳态且奖励优化的脉冲神经网络框架，旨在增强时空 EEG 数据分类的准确性与可解释性，并在一项基于 Havening 触碰方案的研究中，其表现优于标准的 STDP 以及最先进的深度学习模型。

原作者： Maryam Doborjeh, Zohreh Doborjeh, Nikola Kasabov, Alexander Sumich, Nadja Heym, Tony Burgess

发布于 2026-06-26

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Maryam Doborjeh, Zohreh Doborjeh, Nikola Kasabov, Alexander Sumich, Nadja Heym, Tony Burgess

原始论文采用 CC BY 4.0 许可（https://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

想象一下你的大脑是一个庞大而繁忙的城市，数以十亿计的微小信使（神经元）在其中不断穿梭，彼此传递着信息。这些信息是以电火花，或者说“脉冲”的形式发送的。

长期以来，科学家们一直试图构建能够模拟这种城市的计算机程序。他们创建了一个名为 HERO-SNN 的系统。你可以把它看作是一个数字孪生大脑，它通过观察这些信使如何互动来进行学习。

以下是本文对该系统的解释，通过简单的概念进行了拆解：

1. 问题所在：“自动驾驶” vs. “目标”

研究人员从一种教导这些数字大脑的标准方式开始，这种方式被称为 STDP。

类比： 想象一群在教室里的学生。老师（STDP）告诉他们：“如果你在邻座举手后紧接着也举手，你就会获得一颗金星。”学生们学会了根据“时机”来学习举手的特定模式。
问题： 这些学生非常擅长发现模式，但他们并不知道自己应该解决什么问题。他们是在“自动驾驶”状态下学习。他们可能会形成一种看起来很酷的模式，但这并不一定能帮助他们回答老师提出的特定问题（比如，“这是一个开心的脸还是难过的脸？”）。他们很高效，但未必有用。

2. 解决方案： “HERO” 系统

作者创建了 HERO-SNN 来解决这个问题。他们为教室增加了一位“教练”，这位教练会根据学生答题的正确与否提供反馈。

该系统分为三个阶段进行工作：

第一阶段：自动驾驶（无监督学习）
首先，系统观察大脑数据（例如 EEG 扫描，这就像是记录城市电活动的过程）。它让神经元自然地组织自身，就像学生学习如何按照特定模式举手一样。这建立了一个关于大脑活动如何流动的地图。
第二阶段：测试（有监督学习）
接下来，系统尝试猜测这些数据代表什么含义（例如，“这个人是被触摸了还是没有被触摸？”）。它使用系统的另一个部分，根据第一阶段学到的模式做出预测。
第三阶段：“HERO” 精炼（全新的魔法）
这是重大的创新。如果系统猜错了，教练不仅仅是改变最终答案；它还会回到城市内部，告诉特定的信使：“嘿，你刚才走的那条路径有点偏。让我们微调一下你们之间的连接。”
- 资格性（Eligibility）： 系统会识别出哪些“信使”（突触）在出错期间是活跃的。这就像是在说：“你们三个刚才传错了纸条。”
- 奖励（Reward）： 它利用预测的置信度来决定要做出多少改变。如果系统非常有信心但却错了，它就会做出更大的调整。
- 稳态（Homeostasis，恒定性）： 这是一个安全阀。如果系统开始变得过于兴奋（火花飞溅过多）或过于安静（没人说话），它会调整“触发阈值”（温度）以保持平衡。它确保城市既不会烧毁，也不会陷入冰冻。

3. 现实世界测试：“触摸”实验

为了验证这是否有效，研究人员使用了关于 Havening 的真实大脑数据。

设置： 参与者在被轻轻触摸（H+）或仅仅是静坐未受触摸（H-）时接受大脑扫描。
目标： 计算机能否仅通过观察电信号模式，就分辨出“被触摸”的大脑和“未被触摸”的大脑之间的区别？

4. 结果

传统方法（标准 STDP）： 系统大约在 85% 的情况下判断正确。
HERO 方法： 在加入了“教练”和精炼步骤后，系统的正确率达到了 91%。
对比： 它还击败了通常用于此类数据的其他流行计算机模型（如 CNN 和 LSTM）。

核心结论

论文声称，通过添加一个让大脑内部布线根据任务完成情况进行改变的“反馈循环”，该系统在理解复杂大脑信号方面变得更加出色。

这就像是将一个擅长记忆模式的学生，交给一位能帮助他们专注于考试中真正重要模式的导师。结果是，我们得到了一个更聪明、更准确且更稳定的数字大脑。

注：论文严格测试了该系统在分类“被触摸”与“未被触摸”大脑数据方面的表现。它并未声称该系统目前可以诊断疾病、治疗患者或用于其他医疗用途，它仅仅证明了这种方法在处理这类特定分类任务时更为有效。

技术摘要：HERO-SNN

问题陈述

时空脑电数据（如脑电图 EEG 和功能磁共振成像 fMRI）表现出复杂的动态时间特性和分布式的空间活动，这使得建模具有挑战性。虽然脉冲神经网络（SNNs）通过基于脉冲的处理方式，为表示这些动态特性提供了一个符合生物学合理性的框架，但标准的无监督学习机制（如脉冲时间依赖可塑性 STDP）纯粹基于局部的脉冲时间进行操作。因此，由 STDP 训练的内部表示是任务无关的；它们捕捉的是一般的信号相关性，而没有明确地与分类目标或行为相关性对齐。

当经过 STDP 训练的 SNN 与监督读取层（例如 deSNN）配对时，其内部连接在无监督训练后保持静态。这意味着网络可能会保留主要的信号特征，却无法捕捉到对于特定认知或临床状态至关重要的细微判别模式。此外，分类结果并不会影响内部突触结构，从而在无监督时空表示学习与任务驱动优化之间留下了空白。现有的监督或基于强化学习的 SNN 方法通常为了实现任务性能而牺牲生物学合理性（局部性），或者无法根据任务结果来优化内部表示。

方法论：HERO-SNN

为了解决这些局限性，作者提出了 HERO-SNN（具有稳态资格性、基于奖励优化的脉冲神经网络）。该框架扩展了现有的 NeuCube 架构，引入了第三个学习阶段，该阶段在保持局部脉冲学习的同时，根据任务性能来优化内部突触连接。该方法由三个不同的阶段组成：

1. 无监督时空学习

数据编码： 使用基于阈值的时域编码方法将 EEG 信号转换为脉冲序列。当信号幅度的变化超过预定义阈值 ( $\theta$ ) 时，生成一个脉冲。
网络映射： 根据解剖学坐标（如 Talairach 图谱）将输入特征（EEG 通道）映射到 3D SNN 储层中。网络采用“小世界”连接性初始化，模拟具有兴奋性和抑制性连接混合的生物系统。
STDP 学习： 使用无监督 STDP 规则更新突触权重，使网络能够根据输入数据中的时间相关性进行自组织。

2. 监督学习 (deSNN)

在 STDP 训练之后，储层中的突触权重被冻结。
使用动态演化脉冲神经网络 (deSNN) 来将学习到的时空模式与类别标签相关联。为每个类别创建原型神经元，并使用秩序 (Rank Order, RO) 学习初始化连接，其中较早出现的脉冲具有更高的重要性。

3. 任务感知优化 (HERO-SNN)

这一新颖阶段引入了一个反馈循环，通过分类置信度来调节内部突触更新。该过程包括：

前向传播与置信度计算： 训练样本被重新播放通过已训练的 SNN。一个临时输出神经元通过将当前的脉冲模式与存储的原型神经元进行比较，来估计类别置信度向量 ( $p_c(s)$ )。
优化信号： 计算一个标量优化信号 ( $O$ )，它是真实类别与预测类别的置信度之差。该信号指示内部表示是支持还是冲突于正确的任务结果。
资格迹 (Eligibility Traces)： 为了识别哪些突触对当前决策做出了贡献，每个突触都会维护一个资格迹 ( $e_{ij}$ )。该迹记录了在重放样本的脉冲传播过程中被激活的突触。
突触优化： 使用优化信号和资格迹更新突触权重： $\Delta w_{ij} = \eta \cdot O(s) \cdot e_{ij}(t)$ 。这会选择性地增强或削弱参与任务相关路径的突触。
稳态调节： 为了防止由于重复权重更新导致的网络动态不稳定（例如过度放电或沉默），引入了稳态机制来调节每个神经元的放电阈值 ( $V_{th}$ )。如果神经元的放电频率高于目标速率，则增加其阈值（降低兴奋性）；如果低于目标速率，则降低其阈值。这确保了稀疏且稳定的脉冲活动，同时允许适应。

核心贡献

任务感知的内部优化： 不同于仅对读取层进行监督的混合方法，HERO-SNN 能够根据任务反馈来优化 SNN 的内部时空表示。
局部与全局信号的集成： 该框架成功地在局部生物学习规则（STDP、资格迹）与全局任务目标（分类器置信度）之间架起了桥梁，且未放弃基于脉冲的局部性。
稳态稳定性： 引入稳态阈值适应机制，确保了网络在优化过程中保持稳定的放电动态，防止了与奖励调节的可塑性相关的稳定性问题。
可解释性： 通过根据任务相关性优化特定路径，该模型增强了内部神经表示的可解释性。

实验结果

该框架使用来自 Havening 干预研究的基准 EEG 数据集进行了验证，该研究区分了抚慰式触摸方案 (H+) 和无触摸方案 (H−)。

数据集： 来自 23 名参与者的 276 个时空 EEG 样本（64 通道，512 个时间点），在参与者层面进行训练集和测试集划分，以确保泛化能力。
性能：
- HERO-SNN 实现了 91.30% 的分类准确率（F1 分数：0.91）。
- 基准 STDP+deSNN（无优化）达到了 84.62% 的准确率。
- 这代表了相比标准无监督方法 11% 的准确率提升。
- 在相同的参与者级划分条件下，HERO-SNN 优于包括 CNN (83.64%) 和 LSTM (69.05%) 在内的最先进深度学习模型。
分析： 结果表明，优化过程导致了连接性的局部变化，在保留 STDP 期间学习到的整体结构的同时，选择性地增强了任务相关的突触。

意义与主张

论文声称，将任务反馈直接纳入内部时空神经表示的调整中，可以显著提高分类性能和模型可解释性。作者断言，HERO-SNN 证明了 SNN 可以超越纯粹的无监督结构学习，实现任务特定的优化，同时通过局部学习规则和稳态调节保持生物学合理性。

研究表明，这种方法对于高维、多噪的脑信号（如 EEG）特别有价值，因为在这些信号中，相关信息通常微弱且分布广泛。通过优化内部连接以更好地捕捉判别模式，该模型克服了标准 STDP 的局限性，后者往往无法与特定的认知或临床状态对齐。作者将 HERO-SNN 定位为一个适用于其他时空数据类型（如 fMRI 时间序列）的鲁棒框架，可用于心理健康和神经科学应用。