基于注意力机制自编码器的脑纹提取

《Frontiers in Computational Neuroscience》：Extraction of brainprint by means of autoencoder with attention mechanism

　　

脑电图（Electroencephalography, EEG）信号因其固有的持久性和独特性，为个人身份识别提供了独特的机会。然而，脑电数据具有复杂、多维、非平稳且时间依赖的特性，这使得特征提取和分类任务尤为具有挑战性。本研究提出了一个框架，通过将基于自编码器的特征提取与自注意力机制相结合，利用提出的脑电数据立方体时空流表示，进行基于脑电信号的个人身份识别。研究应用了三种类型的刺激：听觉、认知和静息状态。脑电数据来自对大学生进行的两次间隔10天的内部采集。研究采用了纵向设计，使用会话1（Session-1）的数据进行训练，会话2（Session-2）的数据进行测试，以确保模型对会话间变异性的鲁棒性。提取的特征随后使用支持向量机（Support Vector Machines, SVM）、人工神经网络（Artificial Neural Networks, ANN）、k-最近邻（k-Nearest Neighbors, KNN）和随机森林（Random Forests, RF）进行分类。在使用静息状态神经模式识别两名被试时，SVM达到了97.62%的准确率；识别五名被试时达到82.54%；识别七名被试时达到62.90%。这项研究强调了使用自注意力机制增强的深度学习网络来推进基于脑电信号的生物特征识别的可行性。

### 论文解读：基于注意力机制自编码器的脑电信号个人身份识别研究

#### 研究背景与问题

随着信息技术的发展，安全访问和精确身份验证变得日益重要，推动了各种安全应用的发展。生物特征信号因其个人特异性而被广泛用于身份识别授权，例如指纹、语音和人脸识别。然而，这些传统生物特征存在被绕过（如伪造）的风险。相比之下，脑电图（EEG）信号具有更复杂的结构，被认为是更安全的身份识别选项。脑电信号本质上是复杂、多维、非平稳且与时间相关的，这使得从中提取稳定、可区分的特征（即“脑纹”）极具挑战性。此外，在基于脑电的生物特征识别研究中，一个关键问题是模型的跨会话（cross-session）稳定性，即模型在间隔一段时间后采集的数据上能否保持性能。许多现有研究在相同或混合会话的数据上进行训练和测试，可能导致对性能的高估。因此，开发能够有效处理脑电信号时空特性并具有跨会话鲁棒性的特征提取方法，是当前研究面临的核心问题。

#### 研究目的与意义

本研究旨在提出并验证一个新颖的框架，用于基于脑电信号的个人身份识别。该框架的核心是整合了自注意力机制的三维卷积自编码器（Attention-based Multi-level Autoencoder, AMAE），旨在从脑电信号中自动学习具有判别性的时空特征表示。研究采用严格的纵向分析设计，以评估模型在真实跨会话场景下的鲁棒性。此项研究的意义在于：第一，它探索了自注意力机制与自编码器结合在脑电生物特征识别中的应用，这是一个相对稀疏的研究方向；第二，它强调了纵向分析的重要性，为评估生物特征系统的实际可用性提供了更严谨的范式；第三，研究结果表明，该方法能够有效提升特征质量与识别性能，为开发更安全、可靠的脑电生物特征识别系统奠定了基础。本研究成果发表在《Frontiers in Computational Neuroscience》期刊上。

#### 关键技术方法

研究人员为开展此项研究，主要采用了以下关键技术方法：
1. **数据采集与预处理**：研究招募了7名健康大学生被试，在间隔10天的两个会话中采集脑电数据。使用24通道设备按照国际10-20系统放置电极，采样率为1 kHz。设计了三种刺激条件：静息状态、认知任务（默念“evergreen”）和听觉任务（聆听康加鼓声）。预处理包括应用陷波滤波器去除工频干扰，进行高通滤波去除基线漂移，并将信号划分为八个频带。
2. **脑电数据立方体生成**：为捕捉时空模式，研究将脑电信号转换为三维数据立方体。首先，将每个时间点的多通道电压值通过插值生成二维地形图（topomap，分辨率32×32）。然后，将连续的时间点上的地形图堆叠，形成32×32×32的三维数据立方体，其中两个空间维度，一个时间维度。
3. **注意力机制增强的自编码器特征提取**：研究提出AMAE框架。其编码器使用三维卷积神经网络从数据立方体中提取潜在特征。关键创新是在编码器和解码器之间插入一个自注意力层。该层通过计算查询（Query）、键（Key）和值（Value）向量的缩放点积注意力，使模型能够自动关注特征空间中最具信息量的区域，从而增强潜在特征的判别力。
4. **分类器设计与纵向评估**：从AMAE提取的潜在特征被输入到四种不同的机器学习分类器（SVM、ANN、KNN、RF）中进行被试身份识别。所有模型均采用贝叶斯优化进行超参数调优。为了评估跨会话鲁棒性，研究采用严格的纵向设计：仅使用会话1的数据训练模型，并完全使用会话2的数据进行测试。

#### 研究结果

**5. 结果与讨论**
研究人员通过一系列实验评估了所提出框架的性能，主要结果如下：

* **不同频带与刺激类型的性能比较**：通过5折交叉验证评估了模型在八个频带和三种刺激类型下的性能，以曲线下面积（AUC）为指标。结果表明，对于静息状态下的脑电数据立方体，SVM模型在Gamma频带（32-125 Hz）取得了最佳性能，平均AUC达到90.94%，优于其他刺激类型和频带。

* **模型参数与架构**：针对静息状态Gamma频带数据，通过超参数搜索确定了最优的AMAE架构。编码器包含两层卷积层，每层48个卷积单元，最终生成16个大小为8×8×8的潜在特征表示。注意力机制作用于这些特征，随后解码器将其重构回原始尺寸（32×32×32）。分类器（如SVM）的最优参数也同时确定。

* **被试可识别性分析**：为评估七名被试中每两人之间的可区分度，进行了两两配对分类实验。结果显示，被试sb328和sb330的配对识别准确率最高，达到97.62%（AUC 99.73%）；而被试sb106和sb381的配对识别准确率最低，为46.83%（AUC 44%）。这表明不同被试的脑电模式可区分性存在显著差异。

* **挑战性被试对性能的影响**：根据可识别性分析，研究人员排除了可识别性较低的两位被试（sb106和sb381），使用剩余五名被试的数据重新训练和测试模型。排除后，所有评估指标（准确率、F1分数、AUC、召回率、精确度、特异性）均观察到显著提升。具体而言，SVM模型的准确率从七名被试时的62.90%提升至五名被试时的82.54%，AUC从90.99%提升至96.82%。

* **与现有技术的比较**：研究强调了纵向分析（跨会话测试）在公平评估中的重要性，并指出许多现有研究因使用相同会话数据而可能高估性能。与作者团队先前提出的基于经典自编码器的框架相比，本研究中引入注意力机制的AMAE框架在七名被试识别任务中，将AUC从90.49%提升至90.99%，准确率从59.09%提升至62.90%。在五名被试实验中，提升更为明显（AUC从95.19%至96.82%，准确率从79.43%至82.54%）。

#### 讨论与结论

**6. 结论**
研究人员在讨论部分指出了本研究的局限性并展望了未来工作。局限性主要包括：被试数量有限（7名），会话间隔较短（10天），这限制了模型捕获的受试者间变异性的多样性，并可能影响其向更大、更异质人群的泛化能力。此外，脑电采集中的会话间差异以及来自被试行为（如眨眼、肌肉运动）的伪影可能影响模型性能。未来研究将致力于在更大规模、公开可用的脑电数据集上验证所提框架，纳入更多被试和更长的纵向记录间隔，并应用统计分析方法（如方差分析, ANOVA）严格评估不同模型和频带间的性能差异。同时，将系统研究伪影去除方法，并从用户中心视角进行全面的可用性评估。

**研究结论**：在本研究中，开发了基于注意力机制的自编码器模型用于脑电特征提取。提取的特征随后被用于个人身份识别，使用了KNN、RF、ANN和SVM分类器。这些模型在八个不同的脑电频带和三种刺激类型（包括静息状态、听觉和认知任务）上进行了评估。在所有配置中，应用于静息状态脑电记录Gamma频带的SVM模型取得了最高性能，在识别七名被试时达到了90.99%的AUC和62.90%的准确率。通过所有被试对的两两比较评估了被试可识别性，获得了最高99.73%的AUC和97.62%的准确率。在排除两名可识别性较低的被试后，五名被试实验达到了96.82%的AUC和82.54%的准确率。总体而言，这些发现表明，所提出的基于注意力的自编码器框架为推进基于脑电的个人身份识别系统提供了一个有前景的基础。