[论文解读] Subject Selection on a Riemannian Manifold for Unsupervised Cross-subject Seizure Detection

Samaneh Nasiri Ghosheh Bolagh, Gari D. Clifford|arXiv (Cornell University)|Dec 1, 2017

EEG and Brain-Computer Interfaces参考文献 6被引用 9

一句话总结

该论文提出了一种新颖的无监督跨被试癫痫检测主体选择方法，通过在由脑电信号导出的协方差矩阵的黎曼流形上进行谱聚类。通过基于黎曼距离对被试进行分组，并在选定聚类的切空间上训练SVM，该方法将准确率提升至89.84%，特异性提升至89.64%，在CHB-MIT数据库上的误报率降低至0.77次/小时，优于先前的最先进方法。

ABSTRACT

Inter-subject variability between individuals poses a challenge in inter-subject brain signal analysis problems. A new algorithm for subject-selection based on clustering covariance matrices on a Riemannian manifold is proposed. After unsupervised selection of the subsets of relevant subjects, data in a cluster is mapped to a tangent space at the mean point of covariance matrices in that cluster and an SVM classifier on labeled data from relevant subjects is trained. Experiment on an EEG seizure database shows that the proposed method increases the accuracy over state-of-the-art from 86.83% to 89.84% and specificity from 87.38% to 89.64% while reducing the false positive rate/hour from 0.8/hour to 0.77/hour.

研究动机与目标

• 为解决基于脑电信号的癫痫检测中被试间差异性问题，该问题阻碍了可泛化的跨被试模型的发展。
• 通过识别与测试被试最相似的被试子集，提升无监督跨被试学习中的分类性能。
• 开发一种利用脑电信号协方差矩阵在黎曼流形上的几何结构的主体选择框架。
• 在保持高敏感性和特异性的同时，降低癫痫检测中的误报率，实现对多样化被试的更好泛化。

提出的方法

• 使用样本协方差矩阵（SCM）估计器从脑电信号中计算协方差矩阵，形成在黎曼流形上的对称正定（SPD）矩阵。
• 采用对数-欧几里得度量计算黎曼距离，其定义为广义特征值变换的矩阵对数的弗罗贝尼乌斯范数。
• 通过基于被试特定几何均值的仿射不变归一化，将每个被试的协方差矩阵进行变换，以增强被试间的可比性。
• 在黎曼距离矩阵上应用谱聚类，根据其脑电图协方差结构的相似性，将被试分组为聚类。
• 计算每个聚类的几何均值作为黎曼中心，并将聚类内所有数据映射到该均值处的切空间。
• 在选定被试的切空间表示上训练SVM分类器，并通过在CHB-MIT数据库上进行留一被试者交叉验证进行评估。

实验结果

研究问题

• RQ1 在脑电信号协方差矩阵的黎曼流形上进行谱聚类，能否有效识别出在跨被试癫痫检测中与测试被试最相似的被试子集？
• RQ2 基于黎曼几何的被试选择与使用全部训练被试相比，能否提升分类性能？
• RQ3 基于黎曼流形的被试选择在多大程度上能降低无监督癫痫检测中的误报率？
• RQ4 根据其内在协方差结构对被试进行聚类，是否能实现比传统跨被试学习方法更好的泛化性能？
• RQ5 所提出的方法是否能在无需被试特定微调的情况下，实现高于最先进方法的准确率和特异性？

主要发现

• 所提方法在CHB-MIT数据库上实现了89.84%的平均准确率，较先前最先进方法（86.83%）提升了3.01个百分点。
• 特异性从87.38%提升至89.64%，表明真阴性分类能力更强。
• 误报率降低至0.77次/小时，低于先前工作的0.8次/小时，显著低于Shoeb原始研究中报告的1.7次/小时。
• 该方法保持了高敏感性，所有被试的平均敏感度为85.77%，并实现了平均5.24秒的延迟。
• 被试特定性能存在差异，个体准确率范围为82.79%至95.41%，表明在多样化患者群体中具有鲁棒性。
• 该方法是首个明确通过黎曼流形聚类实现无监督跨被试癫痫检测主体选择的研究。