[論文レビュー] Machine Learning for removing EEG artifacts: Setting the benchmark

Subhrajit Roy|arXiv (Cornell University)|Mar 19, 2019

EEG and Brain-Computer Interfaces参考文献 5被引用数 9

ひとこと要約

本論文は、世界最大のオープンソースEEGアーティファクトデータセット（NEDC TUH）を用いて、自動EEGアーティファクト認識のための最初のベンチマークを確立した。6クラス分類タスク（5種類のアーティファクトタイプとノンクラス）に対して、LDAからXGBoostに至る多様な機械学習モデルを評価し、LDAで最高の重み付きF1スコア0.8012を達成したが、震えアーティファクトの検出感度は依然として低く（感度：2.50%）問題が残っている。

ABSTRACT

Electroencephalograms (EEG) are often contaminated by artifacts which make interpreting them more challenging for clinicians. Hence, automated artifact recognition systems have the potential to aid the clinical workflow. In this abstract, we share the first results on applying various machine learning algorithms to the recently released world's largest open-source artifact recognition dataset. We envision that these results will serve as a benchmark for researchers who might work with this dataset in future.

研究の動機と目的

• 大規模かつオープンソースのデータセットを用いて、自動EEGアーティファクト認識のパフォーマンスベンチマークを確立すること。
• 過去のEEGアーティファクト検出研究において、閉鎖的または小規模なデータセットのため再現性の欠如が生じていた問題を解消すること。
• アーティファクトおよび非アーティファクト（ノン）クラスを含む6クラスのEEGアーティファクト分類タスクにおいて、多様な機械学習アルゴリズムを評価すること。
• 自動アーティファクト検出による手作業の負担と誤差の低減を通じて、臨床的EEG解析の質を向上させること。
• とくに希少または微細なアーティファクト（例：震え）の検出に限界を示すモデルの課題を特定すること。

提案手法

• 本研究では、213名の患者から得られた259セッション、合計66,638秒のEEGデータを含むNEDC TUH EEGアーティファクトコーパスを用いた。アーティファクトタイプは5種類、ノンクラスを含む。
• 一般化性能を確保するため、患者単位でデータを60%トレーニング、20%バリデーション、20%テストに分割した。
• 生EEG信号は、スパイク検出を向上させるために22チャネルの縦隔後頭側（TCP）メンタージュに変換された。
• 特徴抽出には、全チャネルで1秒間のEEGクリップに対して75%のオーバーラップをとったFFTを用いた。
• スペクトル特徴は1–24 Hzにクリッピングされ、周波数ビンごとに正規化され、22×22の相関行列が計算された。
• 相関行列の右上三角成分の固有値の絶対値が、教師あり学習モデルの入力特徴として使用された。

実験結果

リサーチクエスチョン

• RQ1 多様な機械学習アルゴリズムが、世界最大の公開利用可能なEEGアーティファクト認識データセットでどの程度のパフォーマンスを示すか？
• RQ2 患者レベルの分割を用いた場合、モデルの一般化性能はどの程度向上するか？
• RQ3 6クラスのEEGアーティファクトクラス分類において、どの機械学習モデルが最高の重み付きF1スコアと正答率を達成するか？
• RQ4 特定のアーティファクトタイプ、特に震えアーティファクトが著しく低い検出感度を示す理由は何か？
• RQ5 HyperOptを用いたハイパーパramータ最適化により、クラス不均衡なこのデータセット上でモデル性能が向上するか？

主な発見

• 線形判別分析（LDA）が、重み付きF1スコア0.8012および正答率71.43%を達成し、他のモデルを上回る全体的な指標を示した。
• 震えアーティファクトは、全モデルにおいて最も検出が困難であり、感度はたったの2.50%にとどまり、顕著な検出ギャップが確認された。
• k-近傍法（k-NN）は、噛み砕きアーティファクトに対して最高の感度86.07%を示し、このクラスに対して特に効果的であることが示された。
• XGBoostとSGD分類器は、それぞれ重み付きF1スコア0.7996および0.7887を達成し、ノンクラスの感度も高く（71.90%および70.36%）良好な性能を示した。
• 全体的なパフォーマンスは高いものの、希少または低振幅のアーティファクト、特に震えアーティファクトの検出に困難が残っており、特徴工学の改善やデータ拡張の必要性が浮き彫りになった。
• トレーニング段階でクラス不均衡に対処するためのアンダーサンプリングを適用することで一般化性能が向上したが、震えなどマイノリティクラスの検出問題は完全には解消されなかった。