[論文レビュー] Representation learning for improved interpretability and classification accuracy of clinical factors from EEG

Garrett Honke, Irina Higgins+7 more|arXiv (Cornell University)|Oct 28, 2020

EEG and Brain-Computer Interfaces参考文献 52被引用数 4

ひとこと要約

本論文は、ノイズ除去のための分離β-VAEと、EEGデータから臨床的要因を解釈するためのシンボル・コンセプト連関ネットワーク（SCAN）を用いた深層表現学習フレームワークを提案する。手動で設計されたベースラインを上回る分類精度を達成し、年齢、性別、うつ病、その他の臨床的特徴について解釈可能で再利用可能な表現を可能にするとともに、無動的関連ERPパターンのような既知のバイオマーカーを自動で回復する。

ABSTRACT

Despite extensive standardization, diagnostic interviews for mental health disorders encompass substantial subjective judgment. Previous studies have demonstrated that EEG-based neural measures can function as reliable objective correlates of depression, or even predictors of depression and its course. However, their clinical utility has not been fully realized because of 1) the lack of automated ways to deal with the inherent noise associated with EEG data at scale, and 2) the lack of knowledge of which aspects of the EEG signal may be markers of a clinical disorder. Here we adapt an unsupervised pipeline from the recent deep representation learning literature to address these problems by 1) learning a disentangled representation using $β$-VAE to denoise the signal, and 2) extracting interpretable features associated with a sparse set of clinical labels using a Symbol-Concept Association Network (SCAN). We demonstrate that our method is able to outperform the canonical hand-engineered baseline classification method on a number of factors, including participant age and depression diagnosis. Furthermore, our method recovers a representation that can be used to automatically extract denoised Event Related Potentials (ERPs) from novel, single EEG trajectories, and supports fast supervised re-mapping to various clinical labels, allowing clinicians to re-use a single EEG representation regardless of updates to the standardized diagnostic system. Finally, single factors of the learned disentangled representations often correspond to meaningful markers of clinical factors, as automatically detected by SCAN, allowing for human interpretability and post-hoc expert analysis of the recommendations made by the model.

研究の動機と目的

• 臨床現場におけるノイズの多いEEGデータの自動的でスケーラブルなノイズ除去手法の欠如に対処すること。
• 年齢やうつ病などの臨床的要因に関連する、解釈可能で生物学的に意味のあるEEG特徴を特定すること。
• 再トレーニングを必要とせず、新しい臨床ラベルへの再マッピングを迅速に行える再利用可能な表現を構築すること。
• 従来の手動で設計されたベースラインを上回るEEGデータを用いた臨床的要因の分類精度を向上させること。
• 特定の臨床的特徴に関連する分離された潜在因子と関連付けることで、モデル意思決定の事後解釈性を可能にすること。

提案手法

• β-VAEをイベント関連電位（ERP）の平均化されたEEGトレースに適用し、ノイズ除去を目的とした分離され、低次元の表現を学習する。
• β-VAEが得た分離された潜在空間を用いて、シンボル・コンセプト連関ネットワーク（SCAN）を訓練し、臨床ラベル（例：うつ病、性別）を特定の潜在次元にマッピングする能力を学習する。
• SCANは条件付きエンコーダを用いて臨床ラベルの潜在コードを推論し、デコーダを用いてこれらのコードからERPを再構築することで、各ラベルに関連するEEGパターンの可視化を可能にする。
• 事前学習済みのβ-VAEを再利用し、SCANヘッドのみを微調整することで、新しい臨床ラベルへのゼロショットまたはフェイントショットの再マッピングを可能にする。
• 潜在因子の解釈可能性を評価するため、どの次元が特定のラベルに対応しているかを分析し、そのトレースと事後分布を可視化する。
• 分類性能は、潜在コード上でL2正則化付きロジスティック回帰を用いて評価され、解釈可能性と精度を評価するためにスパarsityとF1スコア（再現率・適合率）が用いられる。

実験結果

リサーチクエスチョン

• RQ1 EEGデータからの分離表現学習が、従来の手動で設計されたベースラインと比較して、年齢やうつ病などの臨床的要因の分類精度を向上させることができるか？
• RQ2 学習された分離表現を用いて、単一試行のEEGトレースからノイズ除去されたERPを自動的に抽出できるか？
• RQ3 β-VAE表現内の個々の潜在次元が、性別やうつ病状態などの解釈可能で臨床的に意味のある特徴に対応しているか？
• RQ4 モデルが、表現パイプライン全体を再トレーニングすることなく、新しい臨床ラベルへの迅速な教師あり再マッピングをサポートできるか？
• RQ5 モデルが、無動的関連バイオマーカー（例：無動的関連ERPパターン）をEEGデータから回復できるか？

主な発見

• 提案手法は、年齢、性別、うつ病、および軸1診断について、従来の手動で設計されたベースライン（LPP表現）を上回るバランス分類精度を達成した。
• SCANは特徴使用のスパarsityが87.5%に達し、L1正則化付きロジスティック回帰の3.25%と比べて顕著に高く、より解釈可能で焦点が当たった特徴選択を示している。
• モデルは、うつ病状態に対応するERPパターンを正常に再構築した：うつ病を有する被験者は、肯定的刺激とニュートラルな刺激に対するERP応答に差がなく、非うつ病被験者は明確な差が見られた。
• 分離された潜在次元が特定の臨床的ラベルに対応していることが判明した—例えば、性別は1つの潜在次元（z₅）に符号化されており、男性と女性で明確に分離された非重複のガウス分布を示した。
• 分離度の質を表すUDRスコアは、分類精度と有意な正の相関（r = 0.33、p < .001）を示し、より良い分離度がより良い性能をもたらすことを示している。
• β-VAEデコーダを用いたことで、平均化を必要とせずに単一試行のEEGトレースの自動的ノイズ除去が可能となり、クリアなERPに類似した波形が得られた。