基于时序差分编码的指端光电容积脉搏波受试者无关脑力负荷评估

《Array》：Temporal difference encoding for subject-independent mental workload assessment from fingertip PPG

　　

摘要专业翻译 光电容积脉搏波（Photoplethysmography, PPG）可支持无侵入性脑力负荷监测，但个体特异性生理特征与实验设计差异使受试者无关（subject-independent）的结论难以成立。研究人员提出一种指端PPG框架，用于对0-back与3-back任务条件进行分类，在此分别作为实验诱导的低负荷与高负荷代理指标，并应用于此前未见过的人群。严格归纳模式将每次五分钟的MAUS试验划分为六个50秒窗口及五个相邻时序差分块，共生成1276个特征，并采用完全嵌套的留一受试者（leave-one-subject-out, LOSO）交叉验证评估线性支持向量机（Support Vector Machine, SVM）。修订后的主分析采用常规16候选参数网格，取得79.55%准确率（70/88）、79.50%宏F1分数、ROC-AUC 0.821、受试者自助法95%置信区间为71.56%–87.50%、100%覆盖率及零拒绝率。最初提交的收窄候选参数集取得81.82%准确率，作为次要敏感性/开发结果保留。锁定5000次置换检验得到p=1/5001≈0.000200。可选的免标签696维受试者批次RBF-SVM模式达到85.23%准确率及ROC-AUC 0.890。两项对照实验将表征与归一化效应分离：在1276维时序表征中加入受试者批次归一化使准确率降至69.32%，而从匹配的696维RBF流程中移除该归一化则使准确率降至62.50%。这些对比表明受试者批次归一化的效应依赖于表征方式，与降低受试者特异性变异的作用一致，但并未确立单一因果机制或两条流程间的机制等价性。基于脉搏衍生心率/呼吸频率的独立保留CogLoad复制实验达到85.00%准确率及ROC-AUC 0.934。

论文解读

一、研究背景与问题

脑力负荷（mental workload）是为满足任务需求所占用的有限认知资源比例，随任务难度、时间压力、注意力及操作者能力而变化。可靠的脑力负荷监测可支持自适应界面、更安全的交通系统、教育及工作设计。主观量表如NASA-TLX虽有价值，但会中断操作且无法提供连续状态估计。脑电图（Electroencephalography, EEG）提供直接的神经生理数据，而心电图（Electrocardiography, ECG）、皮肤电活动、呼吸及眼动指标提供互补的外周标记。这些传感器在佩戴便捷性和设置难度上差异显著。研究人员选择光电容积脉搏波（PPG），因其光学特性、便捷性、低成本且易于集成于指端夹或可穿戴设备中。小型传感器可测量外周血容量变化，据此可估计脉搏时序、脉搏率变异性（Pulse Rate Variability, PRV）、形态学、频率成分及呼吸调制。

PPG数据受运动、压力、皮肤特性、传感器位置及灌注等因素影响。更关键的是，生理数据具有显著的个体特异性基线。随机划分窗口会使模型在训练和测试中遇到相似的固有生理基线，可能导致过度乐观的泛化估计。在最终保留的测试折上选择超参数同样会产生乐观偏差。部分系统通过拒绝不确定窗口提高准确率，但所得分数不再描述完整运行覆盖率。

本研究提出一个面向部署的问题：对于训练中未出现的受试者，当每个试验都必须获得预测时，0-back与3-back任务条件能以多高的准确率被分类？研究使用MAUS指端PPG的0-back与3-back试验分别作为低负荷与高负荷的实验代理。研究区分两种合法运行模式：第一种是严格归纳模式，试验被独立处理，未见受试者不贡献任何拟合统计量；第二种是转导但免标签模式，在RBF-SVM预测前可获得未见受试者的一批试验用于稳健归一化。两种模式均保持100%覆盖率。

二、研究内容与主要贡献

研究的主要贡献包括：提出结合波形、一阶和二阶导数形态、PRV、频谱、信号质量及心肺描述符的指端PPG时序表征；采用纯归纳、嵌套受试者级验证，使留出受试者不参与任何拟合变换和模型选择决策；提出数学上明确规定的免标签RBF-SVM自适应模式，并与严格推断分开报告；提供完整混淆矩阵、ROC曲线、受试者自助法置信区间、置换检验、消融、校准诊断及覆盖率报告；进行外部脉搏衍生复制及与既往PPG研究的协议感知比较。

三、关键技术方法

研究采用的主要技术方法包括：信号预处理采用二阶零相位巴特沃斯低通滤波器（8 Hz）及基于中位数和中位数绝对偏差（Median Absolute Deviation, MAD）的稳健窗内缩放，将信号裁剪至[-10, 10]范围；特征表征涵盖波形与导数形态、PRV与呼吸耦合、固定频带频谱摘要、信号质量描述符及试验内随时间变化，每个五分钟试验划分为六个50秒窗口并编码为窗口加时序差分，共生成1276维特征；验证策略采用完全嵌套留一受试者交叉验证（LOSO），线性SVM分类器配合16候选参数网格；另设免标签696维受试者批次RBF-SVM转导模式；统计检验包括5000次置换检验、受试者自助法置信区间及消融对照实验。数据来源为MAUS公开数据集，包含22名受试者的同步ECG、指端PPG、腕部PPG及皮肤电活动记录，本研究仅使用0-back与3-back试验，共88个五分钟试验；外部复制使用CogLoad1数据集，含18名开发受试者及5名独立保留受试者，使用脉搏衍生心率和呼吸频率变量。

四、研究结果

严格归纳模式主分析结果：采用常规16候选参数网格的线性SVM在88个试验上取得79.55%准确率（70/88）、79.50%宏F1分数、ROC-AUC 0.821、受试者自助法95%置信区间为71.56%–87.50%、100%覆盖率及零拒绝率。锁定5000次置换检验得到p=1/5001≈0.000200，表明分类性能显著优于随机水平。

次要敏感性分析结果：最初提交的收窄候选参数集产生81.82%准确率，作为次要敏感性/开发结果保留，表明参数网格选择对最终性能有影响。

免标签转导模式结果：可选的免标签696维受试者批次RBF-SVM模式达到85.23%准确率及ROC-AUC 0.890，表明利用未见受试者的未标注试验批次进行归一化可进一步提升分类性能。

消融对照实验结果：两项对照实验将表征与归一化效应分离。在1276维时序表征中加入受试者批次归一化使准确率降至69.32%，而从匹配的696维RBF流程中移除该归一化则使准确率降至62.50%。这些对比表明受试者批次归一化的效应依赖于表征方式，与降低受试者特异性变异的作用一致，但并未确立单一因果机制或两条流程间的机制等价性。

外部复制实验结果：使用脉搏衍生心率/呼吸频率的独立保留CogLoad复制实验达到85.00%准确率及ROC-AUC 0.934，验证了该方法在独立数据集上的泛化能力。

五、讨论与结论

讨论部分指出，随机段划分、受试者不相交划分、LOSO、嵌套LOSO及基于拒绝的评估方式不可互换，因此研究在准确率旁记录模态、划分方式和覆盖率，避免将更宽松协议下的更高数字视为更好未见人模型的直接证据。与既往MAUS研究相比，官方基线为66.7% LOSO准确率，Beh等人通过学习异常值移除和基于不确定性的拒绝提升鲁棒性，Zhang等人将连续小波变换（CWT）和心肺耦合（CPC）转化为图像并在17/5受试者划分上报告80.47%，Dayal等人提取经验模态分解（EMD）特征并在随机70/30样本划分上报告80.68%。本研究的严格归纳模式在完全嵌套LOSO且100%覆盖率的更严格协议下达到79.55%，具有可比性。

研究结论为：基于指端PPG的时序差分编码表征结合嵌套LOSO验证，可在完全覆盖条件下对未见受试者的0-back与3-back任务条件进行分类，准确率达79.55%（ROC-AUC 0.821），置换检验高度显著；免标签受试者批次归一化可进一步提升至85.23%（ROC-AUC 0.890）；外部脉搏衍生数据复制实验达到85.00%准确率（ROC-AUC 0.934）。研究严格区分了归纳与转导两种运行模式，防止将自适应得分误认为孤立试验性能，为PPG在无侵入性脑力负荷监测中的受试者无关应用提供了方法学参考。