[论文解读] Addressing Class Imbalance in Classification Problems of Noisy Signals by using Fourier Transform Surrogates

Justus T. C. Schwabedal, John Snyder+3 more|arXiv (Cornell University)|Jun 20, 2018

EEG and Brain-Computer Interfaces被引用 19

一句话总结

本文提出使用傅里叶变换代理数据来解决生物医学信号分类中的类别不平衡问题，特别是在噪声EEG/EOG/EMG数据中罕见睡眠阶段的分类问题。通过相位随机化生成统计上有效的合成样本并应用于数据增强，该方法在卷积神经网络进行睡眠分期时使平均F1得分提高了7%，同时实现了新型显著性图以解释模型决策。

ABSTRACT

Randomizing the Fourier-transform (FT) phases of temporal-spatial data generates surrogates that approximate examples from the data-generating distribution. We propose such FT surrogates as a novel tool to augment and analyze training of neural networks and explore the approach in the example of sleep-stage classification. By computing FT surrogates of raw EEG, EOG, and EMG signals of under-represented sleep stages, we balanced the CAPSLPDB sleep database. We then trained and tested a convolutional neural network for sleep stage classification, and found that our surrogate-based augmentation improved the mean F1-score by 7%. As another application of FT surrogates, we formulated an approach to compute saliency maps for individual sleep epochs. The visualization is based on the response of inferred class probabilities under replacement of short data segments by partial surrogates. To quantify how well the distributions of the surrogates and the original data match, we evaluated a trained classifier on surrogates of correctly classified examples, and summarized these conditional predictions in a confusion matrix. We show how such conditional confusion matrices can qualitatively explain the performance of surrogates in class balancing. The FT-surrogate augmentation approach may improve classification on noisy signals if carefully adapted to the data distribution under analysis.

研究动机与目标

• 解决生物医学信号分类中的类别不平衡问题，特别是S1和S3等代表性不足的睡眠阶段。
• 开发一种数据增强方法，在不引起过拟合的情况下保留罕见信号类别的统计特性。
• 通过部分代理替换方法生成可解释的显著性图，揭示哪些信号特征驱动模型预测。
• 通过分析分类器在代理数据上的表现并使用条件混淆矩阵，评估代理数据的质量。
• 探索在低数据环境下，IAAFT代理数据是否相比简单傅里叶变换代理数据能提升泛化性能。

提出的方法

• 通过保留原始信号的振幅谱并随机化相位分量，生成傅里叶变换代理数据。
• 利用这些代理数据对CAPSLPDB数据库中代表性不足的睡眠阶段进行数据增强，生成合成训练样本。
• 在增强后的数据集上训练一维卷积神经网络，用于睡眠阶段分类。
• 通过将短信号段替换为部分代理数据并测量预测类别概率的变化，构建显著性图。
• 通过测试已训练分类器在正确分类样本的代理数据上的表现，并以条件混淆矩阵总结结果，评估代理数据保真度。
• 比较简单傅里叶变换代理数据与IAAFT（迭代振幅调整傅里叶）代理数据，评估其对模型性能和泛化能力的影响。

实验结果

研究问题

• RQ1 傅里叶变换代理数据能否有效增强类别不平衡的生物医学信号数据集，从而提升深度学习模型性能？
• RQ2 基于代理数据的显著性图如何揭示时间特征中对分类决策最具影响力的成分？
• RQ3 在低数据环境下，IAAFT代理数据是否相比标准傅里叶变换代理数据具有更好的泛化性能？
• RQ4 基于代理数据的条件混淆矩阵在多大程度上能反映真实数据分布和模型鲁棒性？
• RQ5 部分代理替换能否检测到K波复合体等瞬态特征，这些特征对区分睡眠阶段至关重要？

主要发现

• 所提出的基于代理数据的增强方法在睡眠阶段分类中使平均F1得分提高了7%，表明在类别不平衡数据上取得了显著的性能提升。
• 通过部分代理替换生成的显著性图成功突出了K波复合体在区分REM与S2阶段中的重要性，即使整体准确率较低。
• 在代理数据上计算的条件混淆矩阵显示，IAAFT代理数据产生的准确率更高且标签混淆更低，表明其具有更好的分布保真度。
• 该方法发现简单代理数据无法保留如瞬态α波等局部特征，导致误导性视觉表示并可能引发误读。
• 结果表明，与标准代理数据相比，IAAFT代理数据可能降低过拟合风险，尽管其潜在的分布拓扑结构仍不甚明了。
• 该方法可系统识别因瞬态事件导致的模糊或误标时段，为改善睡眠分期中的数据质量提供了可行路径。