[論文レビュー] SYNTHESIZING EEG SIGNALS FROM EVENT-RELATED POTENTIAL PARADIGMS WITH CONDITIONAL DIFFUSION MODELS

Guido Klein, Pierre Guetschel+2 more|arXiv (Cornell University)|Mar 27, 2024

Neural Networks and Applications被引用数 2

ひとこと要約

本稿では、分類器フリーの勾配を用いて、イベント関連電位（ERP）パラダイムから被験者・セッション・クラスに特化したEEG信号を生成する条件付き拡散モデルを提案する。生のEEGデータを直接モデル化し、ドメイン特化された指標を導入することで、振幅・遅延・多様性の面で実データに近い高精細なERP波形を生成し、セッション間の変動を上回る性能を示した。

ABSTRACT

Data scarcity in the brain-computer interface field can be alleviated through the use of generative models, specifically diffusion models. While diffusion models have previously been successfully applied to electroencephalogram (EEG) data, existing models lack flexibility w.r.t.~sampling or require alternative representations of the EEG data. To overcome these limitations, we introduce a novel approach to conditional diffusion models that utilizes classifier-free guidance to directly generate subject-, session-, and class-specific EEG data. In addition to commonly used metrics, domain-specific metrics are employed to evaluate the specificity of the generated samples. The results indicate that the proposed model can generate EEG data that resembles real data for each subject, session, and class.

研究の動機と目的

• 脳-コンピュータインターフェース（BCI）におけるデータ不足を解消するため、限られたラベル付きデータセットを補完する合成EEGデータの生成。
• 既存のEEG生成モデルがサンプリングの柔軟性に欠けたり、間接的なデータ表現に依存しているという制限を克服すること。
• 分類器を別途必要としない、被験者・セッション・クラスに特化したEEG信号を生成可能な条件付き拡散モデルの開発。
• ピーク振幅や遅延といった生成されたERP特徴の忠実度を評価するためのドメイン特化された評価指標の導入。
• 高品質で条件特化された合成EEGデータを用いたデータ増強および転移学習による、ERPベースのBCIへの応用促進。

提案手法

• Lee 2019年の視覚ERPデータセットから得た生のEEGデータを用いて、条件付き拡散モデルを訓練し、条件付きサンプリングに分類器フリーの勾配を適用。
• 被験者ID、セッション番号、刺激クラスを条件として設定し、各組み合わせに特化したデータ生成を可能にする。
• 時間ステップの条件付きを備えたノイズ予測U-Netアーキテクチャを採用し、サンプリング中に段階的にノイズを除去する。
• 分類器フリーの勾配を適用するため、条件付きおよび無条件入力の両方のノイズ予測を学習させ、柔軟なサンプリングを実現。
• ドメイン不変指標（FID、IS）と新規のドメイン特化指標（PAD、PLD、SD-MD）を併用して、サンプル品質の評価を実施。
• EEGデータの前処理として、バンドパスフィルタリング（1–40 Hz）、128 Hzへのダウンサンプリング、1秒間のエポック分割、ピークtoピークの除外（150 µVの閾値）を実施。

実験結果

リサーチクエスチョン

• RQ1 分類器フリーの勾配を用いた条件付き拡散モデルは、被験者・セッション・クラスに特化したEEG信号を、実際のERPデータに類似した形で生成できるか？
• RQ2 生成されたサンプルは、振幅・遅延・多様性の観点から、実データとどの程度一致するか？
• RQ3 標準指標と比較して、ドメイン特化指標は生成されたERP波形の品質を的確に評価できるか？
• RQ4 モデルは、セッション内およびセッション間の変動を上回る、主要なERP特徴を捉えられるか？
• RQ5 モデルは、BCI応用におけるデータ不足およびクラス不均衡の問題をどの程度軽減できるか？

主な発見

• 被験者・セッション・クラスのすべての条件下で、視覚的および定量的に実データに類似したEEG信号を生成し、振幅と遅延の両面で高い忠実度を達成した。
• 実データと生成データのピーク振幅差（PAD）は、セッション間変動のベースラインを下回っており、正確な振幅モデリングが実現していることを示している。
• O1電極におけるピーク遅延差（PLD）は、セッション間変動を下回っており、正確な遅延再現性が裏付けられている。
• 生成サンプルの平均距離の標準偏差（SD-MD）は、セッション間変動のベースラインを上回っており、生成データに十分な多様性が存在していることを示している。
• 生成データと実データ間のFrećhet Inception Distance（FID）は、セッション間のFID（125×10⁻⁴ vs. 1611×10⁻⁴）を下回っているが、セッション内実データのFID（6.90×10⁻⁴）ほどは低くない。
• 実データおよび生成データに対する分類器の性能は非常に類似しており、生成サンプルに主要なERP特徴が適切に保持されていることが確認された。