[論文レビュー] Deep Convolutional Architectures for EEG Classification: A Comparative Study with Temporal Augmentation and Confidence-Based Voting

Aryan Patodiya, Hubert Cecotti|arXiv (Cornell University)|Feb 25, 2026

EEG and Brain-Computer Interfaces被引用数 0

ひとこと要約

この論文はERPベースのEEG分類における2Dと3D CNNアーキテクチャを比較し、時系列シフト補強とテスト時の信頼度ベースの投票を用いた3D CNNが2Dバリアントを上回ることを示し、2DモデルにはCSPが有効である。

ABSTRACT

Electroencephalography (EEG) classification plays a key role in brain-computer interface (BCI) systems, yet it remains challenging due to the low signal-to-noise ratio, temporal variability of neural responses, and limited data availability. In this paper, we present a comparative study of deep learning architectures for classifying event-related potentials (ERPs) in EEG signals. The preprocessing pipeline includes bandpass filtering, spatial filtering, and normalization. We design and compare three main pipelines: a 2D convolutional neural network (CNN) using Common Spatial Pattern (CSP), a second 2D CNN trained directly on raw data for a fair comparison, and a 3D CNN that jointly models spatiotemporal representations. To address ERP latency variations, we introduce a temporal shift augmentation strategy during training. At inference time, we employ a confidence-based test-time voting mechanism to improve prediction stability across shifted trials. An experimental evaluation on a stratified five-fold cross-validation protocol demonstrates that while CSP provides a benefit to the 2D architecture, the proposed 3D CNN significantly outperforms both 2D variants in terms of AUC and balanced accuracy. These findings highlight the effectiveness of temporal-aware architectures and augmentation strategies for robust EEG signal classification.

研究の動機と目的

• SNR低下と潜時変動の中でBCIアプリケーション向けの堅牢な単一試行ERP分類を動機づける。
• ERP検出のために複数の深層学習パイプライン（CSP付き2D CNN、CSPなしの2D CNN、3D CNN）を評価・比較する。
• ERP潜時ジッターを緩和するための時系列増強（temporal shift）とテスト時の信頼度ベース投票を調査する。
• 公平な比較条件下で3Dアーキテクチャが2Dアーキテクチャより性能が優れるかを、参加者間で定量化する。

提案手法

• EEGデータを帯域通過フィルタ、表面ラプラシアン、正規化で前処理；1000 msエポックに分割し、64時点へダウンサンプリング。
• 3つのパイプラインを比較：2D CNN with CSP（64時間点、6個の空間フィルタ）、Rawチャネル32本の2D CNN、5D体積入力の3D CNN。
• 3D CNNでは32チャネルEEGを7×5グリッドにマッピングし、欠損位置を補間し、時系列シフト補強を適用して shifts {-2,-1,0,1,2} を作成。
• 焦点ロスとクラス重み付けで訓練し、バッチ正規化、GELU活性化、ドロップアウトを適用；層別5折クロスバリデーションとAUCに基づく早期停止。
• 3D CNNのテスト時には、シフトさせた試行間で信頼度ベースの投票を行い、最もソフトマックス信頼度の高い予測を選択。

実験結果

リサーチクエスチョン

• RQ1 3D CNNはERP分類において時空間的なERPパターンを2D CNNより効果的に同時モデル化できるか？
• RQ2 CSP前処理の導入は2D CNNの性能を生のチャネル入力と比べて向上させるか？
• RQ3 時系列シフト補強とテスト時の信頼度投票はERP潜時変動への頑健性を高めるか？
• RQ4 公平な比較条件の下で、3D CNNの性能向上は最良の2D CNNを上回るか？

主な発見

• 時系列シフト補強と信頼度ベース投票を用いた3D CNNが最高の性能を達成し、GAPバリアントで参加者全体の平均AUCが最大0.994に達した。
• CSP前処理は2D CNNに一貫して利益をもたらし、最良の2Dモデルでの平均AUCはCSPあり0.866、CSPなし0.857であった。
• 3D CNNのバリアントの中でGAP版が最良の結果を示し、平均AUCは0.994、標準偏差0.003。
• GAPを用いた最良の3Dモデルは、CSPありの最良の2Dモデル（AUC 0.866）およびCSPなしの2Dモデル（AUC 0.857）を有意に上回る（対応のt検定でp < 0.001）。
• 個別被験者評価では各被験者で強い性能を示す一方、交差被験者一般化テストの欠如と将来の転移学習・解釈可能性向上の可能性が指摘されている。