[論文レビュー] Personalization of Stress Mobile Sensing using Self-Supervised Learning

Tanvir Islam, Peter Washington|arXiv (Cornell University)|Aug 4, 2023

Mental Health Research TopicsPsychology被引用数 3

ひとこと要約

本論文は、最小限のユーザーラベル付きデータを用いて、ウェアラブル電皮活動（EDA）信号からのストレス予測のパーソナライズ化を実現する自己教師付き学習（SSL）手法を提案する。ラベルなしバイオシグナル系列を用いて1次元畳み込みニューラルネットワーク（CNN）を事前学習することで、個々の人の時間的ダイナミクスを学習し、教師ありベースラインに比べて30％未満のラベルデータで高い精度のストレス予測が可能になる。これにより、パーソナライズド・デジタルヘルスシステムにおけるアノテーション負荷が顕著に軽減される。

ABSTRACT

Stress is widely recognized as a major contributor to a variety of health issues. Stress prediction using biosignal data recorded by wearables is a key area of study in mobile sensing research because real-time stress prediction can enable digital interventions to immediately react at the onset of stress, helping to avoid many psychological and physiological symptoms such as heart rhythm irregularities. Electrodermal activity (EDA) is often used to measure stress. However, major challenges with the prediction of stress using machine learning include the subjectivity and sparseness of the labels, a large feature space, relatively few labels, and a complex nonlinear and subjective relationship between the features and outcomes. To tackle these issues, we examine the use of model personalization: training a separate stress prediction model for each user. To allow the neural network to learn the temporal dynamics of each individual's baseline biosignal patterns, thus enabling personalization with very few labels, we pre-train a 1-dimensional convolutional neural network (CNN) using self-supervised learning (SSL). We evaluate our method using the Wearable Stress and Affect prediction (WESAD) dataset. We fine-tune the pre-trained networks to the stress prediction task and compare against equivalent models without any self-supervised pre-training. We discover that embeddings learned using our pre-training method outperform supervised baselines with significantly fewer labeled data points: the models trained with SSL require less than 30% of the labels to reach equivalent performance without personalized SSL. This personalized learning method can enable precision health systems which are tailored to each subject and require few annotations by the end user, thus allowing for the mobile sensing of increasingly complex, heterogeneous, and subjective outcomes such as stress.

研究の動機と目的

• ウェアラブルバイオシグナルセンシングにおける希少で主観的かつ高コストな人為的ラベル付きストレスデータの課題に対処すること。
• 最小限のユーザーによるラベル付きデータで高精度な個別化されたストレス予測モデルを実現すること。
• ラベルなし縦断的バイオシグナルデータを用いた自己教師付き事前学習により、個別化されたベースラインダイナミクスを学習すること。
• ストレス管理のためのリアルタイムでパーソナライズされたデジタル介入の実装可能性を高めること。
• 感情コンピューティング分野における深層学習モデルの訓練に、大規模なラベル付きデータセットへの依存を減らすこと。

提案手法

• 同じシーケンスの異なるビューを対比することで、個々の人の時間的パターンを捉えるために、対照的自己教師付き学習目的関数を用いて、ラベルなしEDAシーケンス上で1次元畳み込みニューラルネットワーク（CNN）を事前学習する。
• 下流のストレス予測の微調整に、事前学習済みエンコーダーを特徴抽出器として利用する。
• WESADデータセットからのユーザー固有のストレスラベルを少量用いて、SSLで学習したモデルを微調整する。
• SSL事前学習なしの教師ありベースラインと性能を比較し、ラベル付きサンプル数を変化させながら評価する。
• 時間的クロップオーグメンテーションを用いたインスタンスレベルの対照的学習を導入し、生のEDAシグナルからの表現学習を向上させる。
• SimCLRスタイルの対照的損失を用い、同じシーケンスの正例同士の一致を最大化するとともに、負例同士を分離する。

Figure 1: Overall process of our personalized stress prediction framework. The raw signal is segmented into distinct but overlapping data points. A forecasting model is used for self-supervised pre-training. These weights are fine-tuned to the stress prediction task (right model). We compare this mo

実験結果

リサーチクエスチョン

• RQ1 自己教師付き事前学習は、EDAシグナルからのパーソナライズドストレス予測に必要なラベル付き例の数を削減できるか？
• RQ2 限られたラベル付きデータにおいて、SSLベースのパーソナライズ化は教師あり学習と比較して性能に優れているか？
• RQ3 SSLは、ラベルなしバイオシグナル系列から個々の人の生理的ダイナミクスをどの程度学習できるか？
• RQ4 事前学習済みモデルは被験者間で一般化可能であり、最小限のアノテーションで臨床的に有用な性能を達成できるか？
• RQ5 SSLは、限られたデータ環境下での実世界におけるストレスなどの主観的アウトカムのパーソナライズドモバイルセンシングを可能にするか？

主な発見

• SSLベースのパーソナライズド手法は、教師ありベースラインと同等の性能を、ラベルデータの30％未満で達成した。
• SSLによる事前学習は、特にデータが少ない状況下で、モデルの収束性と一般化性能を顕著に向上させた。
• この手法により、パーソナライズドストレス予測のラベリング負荷が軽減され、リアルタイムのデジタル介入の実現がより現実的になった。
• 事前学習済み埋め込み表現は、EDAシグナルの個別化された時間的ダイナミクスを捉えており、少ないラベルでより良い微調整が可能になった。
• 最小限の監視下でも、非パーソナライズドおよび非SSL微調整モデルを上回る性能を複数の評価指標で示した。
• 結果から、SSLは豊富なラベルなしバイオシグナルデータを効果的に活用し、人為的アノテーションを最小限に抑えながら高精度なパーソナライズドストレスモニタリングを実現できることが示唆された。

Figure 2: 1D CNN architecture for pretext task.