[논문 리뷰] EEG Synthetic Data Generation Using Probabilistic Diffusion Models

Giulio Tosato, Cesare Maria Dalbagno외 1명|arXiv (Cornell University)|2023. 03. 06.

EEG and Brain-Computer Interfaces인용 수 8

한 줄 요약

논문은 전극-주파수 분포 맵으로 학습된 denoising diffusion probabilistic models로 합성 EEG 데이터를 생성해 감정 분류 학습 데이터를 보강하고, 합성 데이터로 분류기 정확도가 향상됨을 보인다.

ABSTRACT

Electroencephalography (EEG) plays a significant role in the Brain Computer Interface (BCI) domain, due to its non-invasive nature, low cost, and ease of use, making it a highly desirable option for widespread adoption by the general public. This technology is commonly used in conjunction with deep learning techniques, the success of which is largely dependent on the quality and quantity of data used for training. To address the challenge of obtaining sufficient EEG data from individual participants while minimizing user effort and maintaining accuracy, this study proposes an advanced methodology for data augmentation: generating synthetic EEG data using denoising diffusion probabilistic models. The synthetic data are generated from electrode-frequency distribution maps (EFDMs) of emotionally labeled EEG recordings. To assess the validity of the synthetic data generated, both a qualitative and a quantitative comparison with real EEG data were successfully conducted. This study opens up the possibility for an open extendash source accessible and versatile toolbox that can process and generate data in both time and frequency dimensions, regardless of the number of channels involved. Finally, the proposed methodology has potential implications for the broader field of neuroscience research by enabling the creation of large, publicly available synthetic EEG datasets without privacy concerns.

연구 동기 및 목표

• EEG-BCI의 데이터 부족 현상과 고품질 합성 데이터의 필요성을 동기화한다.
• EFDM으로부터 EEG 유사 샘플을 생성하는 확산 기반 방법을 개발한다.
• 시간 영역 및 주파수 영역 EEG 데이터를 처리할 수 있는 오픈 소스 도구 상자를 만든다.
• 합성 데이터가 원본 데이터 세트보다 새로운 정보를 추가하는지 평가한다.
• 실데이터만 vs. 실데이터 추가 합성 데이터의 분류기 성능을 평가한다.

제안 방법

• 128채널, 128x128 EFDM 유도 이미지 생성을 위해 OpenAI 개선형 확산 모델을 적용한다.
• EEG 데이터의 STFT(최대 100 Hz)에서 전극-주파수 분포 맵(EFDM)을 구성한다.
• 실데이터에 대해 CrossEntropyLoss로 PyTorch에서 분류기를 훈련한 후, 증강 효과를 평가한다.
• diffusion_steps=1000과 선형 노이즈 일정으로 확산 모델을 훈련; image_size=128; batch_size=32.
• 언노운 실데이터에서의 분류기 성능을 비교하여 확산 생성 데이터가 실데이터를 재현하거나 보강하는지 평가한다.
• GitHub 호스팅 도구상자 제공 및 향후 최적화 가능성 논의.

Figure 1: Progressive addition of Gaussian noise.

실험 결과

연구 질문

• RQ1 확산-생성 EEG 샘플이 원본 학습 데이터에 없는 정보를 제공할 수 있는가?
• RQ2 합성 샘플이 데이터 증강에 사용될 때 실제 데이터만 사용하는 경우보다 분류기 성능을 개선하는가?
• RQ3 확산 모델이 학습 세트를 암기하지 않고 새로운 EEG 유사 샘플을 생성할 수 있는가?
• RQ4 EFDM 기반 데이터 표현이 확산 기반 EEG 합성에 얼마나 효과적인가?
• RQ5 확산 기반 EEG 데이터 증가의 실용적 함의와 한계는 무엇인가?

주요 결과

Classifier Type	Max Average Accuracy
Original	91.434
Augmented 40 epochs	92.634
Augmented 60 epochs	92.984

• 실데이터로 학습된 분류기가 합성 샘플에서 평균 정확도 90%를 넘게 달성했다.
• 확산 생성 샘플로 실데이터를 보강하면 최대 평균 정확도가 92.634% (40 에포크) 및 92.984% (60 에포크)로 향상된다.
• 하이브리드 훈련(실데이터+합성 데이터)이 항상 순수 실데이터 학습 모델보다 우수했다.
• 합성 데이터가 원래 데이터 세트 너머의 새로운 정보를 포함한다는 증거가 있어 증가 용도를 뒷받침한다.
• 60 에포크까지의 확산 모델 학습이 실데이터만 훈련보다 더 나은 성능을 내는 경향이 있다.
• 합성 데이터는 개인의 직접 샘플이 아니므로 프라이버시 문제 없이 공유될 수 있다.

Figure 2: Progressive subtraction of Gaussian noise.