基于留一配对包络法交叉验证解决刺激不平衡条件下听觉注意解码准确率虚高问题

《IEEE Transactions on Signal and Power Integrity》：Robust Decoding of Stimulus Reconstruction-Based Auditory Attention in Attended and Unattended Stimuli Imbalanced EEG Datasets

　　

摘要：

过去十年间，众多研究已应用深度神经网络（DNNs），通过刺激重建（SR）从脑电图（EEG）信号中解码听觉注意（AAD）。然而，数据集刺激不平衡对基于 SR 的 AAD 解码性能的影响仍未被探索。在本研究中，使用三个公开可用的 EEG-AAD 数据集——KUL、DTU 和 NJU cEEGrid——构建了刺激平衡和不平衡的实验条件。我们假设并证明，基于 SR 的 DNN 解码器倾向于在刺激不平衡的数据集上产生虚高的解码准确率。为了解决这一问题，我们提出了一种留一配对包络法（LOPEO）交叉验证协议。实验结果证实，LOPEO 能有效防止刺激不平衡数据集上出现虚高的解码准确率。尽管实验设计中通常更偏好刺激平衡的数据集，但 LOPEO 为已发布的不平衡数据集提供了一个严谨的评估框架，填补了该领域的一个重要空白。