[论文解读] Hyperdimensional computing encoding for feature selection on the use case of epileptic seizure detection

Una Pale, Tomás Teijeiro+1 more|arXiv (Cornell University)|May 16, 2022

Ferroelectric and Negative Capacitance Devices被引用 7

一句话总结

本文提出了一种用于癫痫发作检测的新型超维（HD）计算框架，通过优化的HD向量编码对脑电信号进行特征选择。通过比较特征附加（Feature-Append）与通道-特征组合（Channel-Feature）等编码策略，结果表明基于HD的特征选择在降低模型复杂度的同时，可保持或提升性能，首次在生物医学机器学习中系统性地应用HD计算实现特征选择。

ABSTRACT

The healthcare landscape is moving from the reactive interventions focused on symptoms treatment to a more proactive prevention, from one-size-fits-all to personalized medicine, and from centralized to distributed paradigms. Wearable IoT devices and novel algorithms for continuous monitoring are essential components of this transition. Hyperdimensional (HD) computing is an emerging ML paradigm inspired by neuroscience research with various aspects interesting for IoT devices and biomedical applications. Here we explore the not yet addressed topic of optimal encoding of spatio-temporal data, such as electroencephalogram (EEG) signals, and all information it entails to the HD vectors. Further, we demonstrate how the HD computing framework can be used to perform feature selection by choosing an adequate encoding. To the best of our knowledge, this is the first approach to performing feature selection using HD computing in the literature. As a result, we believe it can support the ML community to further foster the research in multiple directions related to feature and channel selection, as well as model interpretability.

研究动机与目标

• 解决脑电信号等时空生物医学数据缺乏系统性HD向量编码策略的问题。
• 探究不同HD编码方案在癫痫发作检测中对特征选择、性能及内存效率的影响。
• 首次在文献中证明，可通过编码设计利用HD计算实现特征选择。
• 通过分析单个特征在HD向量表示中的贡献，实现模型可解释性。
• 支持为可穿戴物联网设备开发轻量化、低功耗且可解释的机器学习模型，用于持续健康监测。

提出的方法

• 提出多种HD向量编码策略：FeatAppend、ChFeatComb、ChxFeat和Feat×Ch×Val，将EEG特征与通道编码为高维向量。
• 采用超维计算框架，将每个特征或通道编码为独立的超向量，并应用加法与绑定等操作进行组合。
• 采用增量式特征添加方法评估特征重要性，逐个添加特征以评估性能变化。
• 基于CHB-MIT脑电数据库，从内存占用、计算复杂度和分类准确率三个方面评估编码策略。
• 通过置信度分数、决策概率和类别可分性分析单个特征性能，实现特征排序与选择。
• 将FeatAppend方法改进为ChannelAppend，以支持通道选择及发作定位分析。

实验结果

研究问题

• RQ1 哪种HD向量编码策略在EEG发作检测中能最优平衡内存效率、计算成本与分类性能？
• RQ2 能否有效利用HD计算在生物医学机器学习中实现系统性特征选择，特别是在EEG数据中？
• RQ3 每个特征的HD向量维度如何影响模型性能与信息容量？
• RQ4 HD向量表示在多大程度上可通过分析单个特征贡献与相关性实现模型可解释性？
• RQ5 所提出的编码框架能否支持在可穿戴物联网设备上实现轻量化、实时部署，用于持续神经监测？

主要发现

• FeatAppend编码策略在内存占用与计算成本方面最低，最适用于资源受限的可穿戴设备。
• 所有测试的编码策略均显著减少了特征数量，同时保持或提升了分类性能，优于使用全部特征的基线。
• 由FeatAppend支持的增量特征添加方法实现了有效的特征选择，仅选择最具信息量的特征时性能亦有提升。
• 通过HD向量对单个特征的分析揭示了特征置信度、可分性与相关性，支持模型可解释性与临床理解。
• FeatAppend方法证明了可通过HD编码系统性地实现特征选择，这是文献中首次提出此类方法。
• 尽管存在计算限制，对CHB-MIT数据库的子集选择仍表现出稳健性能，表明在完整数据库使用与GPU优化下具备可扩展潜力。