[論文レビュー] Epileptic seizure classification using statistical sampling and a novel feature selection algorithm

Mursalin Mursalin, Syed Mohammed Shamsul Islam+2 more|arXiv (Cornell University)|Feb 25, 2019

EEG and Brain-Computer Interfaces参考文献 34被引用数 10

ひとこと要約

本稿では、統計的サンプリングと新規特徴選択アルゴリズムを用いた2段階アプローチを提案し、データサイズと特徴数を低減することでてんかん発作分類を実現する。95%信頼水準における最適割り当てサンプリングと相関に基づくしきい値特徴選択を適用することで、わずか5つの特徴で最大98.60%の精度を達成し、同じEEGデータセット上で最先端の手法を上回りつつ、計算コストを最小限に抑える。

ABSTRACT

Epilepsy is a well-known neuronal disorder that can be identified by interpretation of the electroencephalogram (EEG) signal. Usually, the length of an EEG signal is quite long which is challenging to interpret manually. In this work, we propose an automated epileptic seizure detection method by applying a two-step minimization technique: first, we reduce the data points using a statistical sampling technique and then, we minimize the number of features using our novel feature selection algorithm. We then apply different machine learning algorithms for performance measurement of the proposed feature selection algorithm. The experimental results outperform some of the state-of-the-art methods for seizure detection using the reduced data points and the least number of features.

研究の動機と目的

• EEGベースの発作分類における高コストな計算負荷の課題に対処すること。
• 信頼水準に基づく統計的サンプリング技術（最適割り当て）を用いてデータ量を低減し、特徴的な信号特性を保持すること。
• 相関としきい値処理に基づく新規特徴選択アルゴリズムを開発し、冗長な特徴を最小限に抑えること。
• 複数の分類器（SVM、RF、NB、KNN、LMT）を用いて、ベンチマーク用EEGデータ上で提案手法の性能を評価すること。
• 低減されたデータおよび特徴集合が、既存手法と比較して分類精度を維持または向上させられることを示すこと。

提案手法

• 本手法は、信頼水準（70%、85%、95%、99%）に基づいて層別化された標本から代表的なサンプルを選択することで、EEG信号長を低減する最適割り当てサンプリングを適用する。
• ボン大学のEEGデータセット（A–E）は層別に分割され、各層のサンプルサイズは次の式で計算される：n = (z² × p × (1−p)) / e²。
• 各サンプリングされた層から、時間領域、周波数領域、非線形特徴（近似エントロピー、サンプルエントロピーなど）を抽出する。
• ターゲットクラスとの相関に基づいて特徴を順位付けし、動的しきい値を適用して冗長な特徴を削除する新規特徴選択アルゴリズムを提案する。
• ランダムフォレスト、SVM、ナイーブベイズ、K近傍法、ロジスティックモデルツリーの5つの分類器を用い、完全な特徴集合と低減された特徴集合の両方で性能を評価する。
• 精度（AC）、標準偏差、および異なる信頼水準と特徴数における比較を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 70%から99%までの変動する信頼水準における統計的サンプリングは、分類性能を維持したままEEGデータサイズを効果的に低減できるか？
• RQ2 提案された特徴選択アルゴリズムは、従来の相関ベース手法と比較して、特徴数の低減をより効果的に行えるか？
• RQ3 てんかん発作検出において、データ低減と分類精度の最適なバランスは何か？
• RQ4 低減されたデータおよび特徴集合を用いた場合、複数の分類器の性能はどのように比較できるか？
• RQ5 提案手法は、はるかに少ないデータポイントと特徴数で、最先端の手法を上回る精度を達成できるか？

主な発見

• 95%信頼水準で最高の分類性能が達成され、全ケース平均で97.20%の精度を示した。
• 95%信頼水準では平均でわずか5つの特徴で十分であり、特徴低減効率が極めて高いことが示された。
• 特徴選択後、ランダムフォレストはケース1で98.60% ± 0.36の最高精度を記録し、他の分類器を上回った。
• 提案手法はケース1で98.60%、ケース2で96.20%、ケース3で96.96%の精度を達成し、同じデータセット上で複数の最先端手法を上回った。
• 30%を超えるデータ低減（つまり95%未満の信頼水準）では精度が低下したため、95%が最適なバランスであると示された。
• 深層学習やニューラルネットワークベースの手法（例：88.7%の精度）と比較して、はるかに低い計算コストとデータ量で優れた性能を発揮した。