[论文解读] SYNTHESIZING EEG SIGNALS FROM EVENT-RELATED POTENTIAL PARADIGMS WITH CONDITIONAL DIFFUSION MODELS

Guido Klein, Pierre Guetschel+2 more|arXiv (Cornell University)|Mar 27, 2024

Neural Networks and Applications被引用 2

一句话总结

本文提出一种带有无分类器指导的条件扩散模型，用于从事件相关电位（ERP）范式中生成具有个体、会话和类别特异性的脑电信号。通过直接建模原始EEG数据并引入领域特定指标，该模型生成的EEG波形在振幅、潜伏期和多样性方面与真实数据高度一致，其性能优于会话间差异的基线模型。

ABSTRACT

Data scarcity in the brain-computer interface field can be alleviated through the use of generative models, specifically diffusion models. While diffusion models have previously been successfully applied to electroencephalogram (EEG) data, existing models lack flexibility w.r.t.~sampling or require alternative representations of the EEG data. To overcome these limitations, we introduce a novel approach to conditional diffusion models that utilizes classifier-free guidance to directly generate subject-, session-, and class-specific EEG data. In addition to commonly used metrics, domain-specific metrics are employed to evaluate the specificity of the generated samples. The results indicate that the proposed model can generate EEG data that resembles real data for each subject, session, and class.

研究动机与目标

• 通过生成合成EEG数据来扩充有限的标注数据集，以缓解脑机接口（BCI）中的数据稀缺问题。
• 克服现有EEG生成模型在采样灵活性或依赖间接数据表示方面的局限性。
• 开发一种条件扩散模型，能够在无需独立分类器的情况下生成具有个体、会话和类别特异性的EEG信号。
• 引入领域特定评估指标，以评估生成ERP特征（如峰值振幅和潜伏期）的真实性。
• 利用高质量、条件特定的合成EEG数据，实现ERP基BCI中的数据增强和迁移学习。

提出的方法

• 在Lee 2019年视觉ERP数据集的原始EEG数据上训练条件扩散模型，采用无分类器指导实现条件采样。
• 通过个体身份、会话编号和刺激类别对模型进行条件控制，以生成针对每组条件组合的定制化数据。
• 采用带时间步条件的噪声预测U-Net架构，在采样过程中逐步去噪。
• 通过同时训练模型对条件输入和无条件输入进行噪声预测，实现无分类器指导，从而支持灵活采样。
• 使用领域不变指标（FID、IS）和新型领域特定指标（PAD、PLD、SD-MD）评估样本质量。
• 对EEG数据进行预处理：带通滤波（1–40 Hz），下采样至128 Hz，分段为1秒窗口，并采用峰峰值剔除（150 µV阈值）。

实验结果

研究问题

• RQ1 带有无分类器指导的条件扩散模型能否生成与真实ERP数据相似的、具有个体、会话和类别特异性的EEG信号？
• RQ2 生成样本在振幅、潜伏期和多样性方面与真实数据的匹配程度如何？
• RQ3 与标准指标相比，领域特定指标是否能更有效地评估生成ERP波形的质量？
• RQ4 该模型在捕捉关键ERP特征方面是否优于基线的会话内和会话间差异？
• RQ5 该模型在多大程度上能够缓解BCI应用中的数据稀缺和类别不平衡问题？

主要发现

• 该模型在不同个体、会话和类别下生成的EEG信号在视觉和定量上均与真实数据高度相似，振幅和潜伏期的保真度极高。
• 真实数据与生成数据之间的峰值振幅差（PAD）低于会话间差异基线，表明振幅建模准确。
• 在O1导联，生成数据与真实数据之间的峰值潜伏期差（PLD）显著低于会话间差异，表明潜伏期再现精确。
• 生成样本的平均距离标准差（SD-MD）超过会话间差异基线，表明生成数据具有足够的多样性。
• 生成数据与真实数据之间的Fréchet Inception距离（FID）为125×10⁻⁴，低于会话间FID（1611×10⁻⁴），尽管仍高于会话内真实数据的FID（6.90×10⁻⁴）。
• 在真实数据和生成数据上，分类器性能高度相似，证实关键ERP特征在生成样本中得到了良好保留。