《Array》：ResSPNet: A Hybrid Deep Learning Model for EEG-Based Biometric Authentication
编辑推荐：
脑电（EEG）信号具有个体特异性，为生物特征认证提供了稳健且安全的途径。相较于传统生物特征，这些脑电波信号可靠性高且难以伪造或复制。本研究旨在设计一种新型深度学习架构用于基于脑电的认证，该架构整合了串并联卷积神经网络（SPCNN）与ResNet-101，并采用
脑电（EEG）信号具有个体特异性，为生物特征认证提供了稳健且安全的途径。相较于传统生物特征，这些脑电波信号可靠性高且难以伪造或复制。本研究旨在设计一种新型深度学习架构用于基于脑电的认证，该架构整合了串并联卷积神经网络（SPCNN）与ResNet-101，并采用通道选择方法以减少所需通道数量，在不影响性能的前提下使系统更加用户友好。这种新型方法能够同时利用时域、空间域和频域特征。研究人员提出的ResSPNet模型在使用全部22通道时，实现了0.2%的误接受率（FAR）和0.5%的误拒绝率（FRR）。通过通道选择方法将通道数减少至6后，FAR增加至0.9%，FRR增加至1.4%。这些发现凸显了所提出模型在基于跨会话不变性EEG认证中的高效性，无论使用全部通道还是较少的选择通道均表现优异。
**研究背景与问题提出**
认证方法在保障系统安全方面发挥着关键作用。传统认证方式如密码和个人识别码（PIN）由于易被盗窃和伪造而逐渐失宠，指纹、掌纹和虹膜等生物特征认证方法近年来日益普及，但这些生物特征在特定情况下仍可能被模仿或复制。脑电（EEG）信号因其个体唯一性、难以伪造复制、受胁迫时脑电模式会改变、需要持续脑活动且不可见不可窃取等特点，成为生物特征认证领域的研究热点。然而，现有脑电认证方法存在两个重要局限：一是当前模型往往未能全面利用脑电信号的多维特性，通常仅关注时-空表征或频域表征之一，而在认证任务中所有受试者执行相同心理任务、脑电模式高度相似的情况下，同时捕捉时域、空间域和频域的细微个体差异至关重要；二是许多研究仍依赖全部脑电通道，导致硬件复杂度高、计算负载大、用户不便，限制了实际应用场景。因此，亟需一种能够联合利用时域、空间域和频域信息，同时减少所需脑电通道数量的认证框架。
**研究设计与核心贡献**
为应对上述局限，研究人员开展了基于运动想象（MI）和静息态脑电数据集的跨会话认证研究。研究的主要贡献包括：提出将SPCNN与ResNet-101相结合的新型混合架构ResSPNet，其中SPCNN利用时域脑电信号的时序和空间特性，通过串并联合特征提取路径捕捉通道间的时序依赖与空间关系，ResNet-101则从频谱图中提取基于频率的特征，两者互补实现多维特征融合；同时实施通道选择方法，将脑电通道数从22个减少至6个，降低计算复杂度的同时提升系统实用性和用户友好度。该研究发表在《Array》期刊。
**关键技术方法**
研究使用了三个公开数据集：BCI Competition IV-2a（9名健康受试者的4类运动想象任务，22通道，2个会话）、BCI Competition IV-2b（9名健康受试者的2类运动想象任务，3个双极通道，5个会话）和EID-M（8名健康受试者的静息态闭眼记录，14通道）。预处理方面，采用多尺度主成分分析（MSPCA）去噪技术，通过小波分解、各尺度PCA降噪及逆变换重构信号；运用滑动窗口分割技术，IV-2a和IV-2b数据集采用250样本窗口长度与50%重叠率，EID-M数据集采用128样本窗口与90%重叠率。特征提取采用双分支架构：SPCNN分支直接处理原始时域信号，包含串行时-空特征提取模块[(1,13)和(22,1)卷积核]与并行特征提取模块[(1,8)和(1,4)卷积核]；ResNet-101分支处理短时傅里叶变换（STFT）生成的频谱图，采用汉宁窗（50样本长度），提取4-30 Hz（θ、α、β波）频段，生成41×14像素的时频表示。两分支输出经展平、全连接层压缩为250维特征向量后拼接为500维向量，输入分类层。训练采用Adam优化器，初始学习率0.01，每15轮衰减因子0.1的指数学习率调度，二元交叉熵损失函数，批次大小45，训练50轮。实验设置上，IV-2a采用会话1训练、会话2测试的跨会话验证，IV-2b采用4个会话训练、1个会话测试，EID-M采用80%训练、20%测试。
**研究结果**
**训练结果与模型比较**：ResSPNet在BCI Competition IV-2a数据集上表现最优，FAR为0.2%±0.004，FRR为0.5%±0.004，精确率98.1%±0.028，召回率99.5%±0.004，F-score为98.8%±0.014，显著优于单独的ResNet-101和SPCNN模型。在IV-2b数据集上F-score达93.1%，EID-M数据集上F-score达99.7%，验证了模型对不同脑电范式和运动想象以外信号类型的泛化能力。t-SNE可视化显示ResSPNet有效增强了类别间分离度、减小了类内距离。
**计算效率分析**：ResSPNet参数量约4358万，FLOPs约3.1亿，完整测试集（18,144样本，含2,016个真实样本和16,128个冒名样本）推理时间约15.666秒，折合单样本约0.86毫秒，实际认证场景时间将进一步缩短。
**性能比较**：对比SPCNN与ResNet-50、Xception、EfficientNetV2S等架构的多种组合，ResSPNet配合Adam优化器和指数学习率调度表现最优，指数学习率在所有测试条件下均优于固定学习率。
**通道选择分析**：采用迭代评估策略，以F-score为性能标准，先评估单通道选择最优POz通道，再逐步添加通道。结果表明6通道配置（POz、C6、P1、CP3、P2、Pz）达到性能饱和，主要集中于中央-顶叶和顶-枕叶区域。该配置下FAR为0.9%，FRR为1.4%，F-score为96.1%±0.050，较22通道仅下降约2.7%。该6通道配置在所有9名受试者中保持稳定。
**消融研究**：对比22通道ResSPNet、6通道ResSPNet、6通道SPCNN和6通道ResNet-101四种配置，证实通道选择策略有效且网络组合优于单网络，6通道ResSPNet表现优于任一单网络配置。
**综合比较**：与现有方法相比，ResSPNet在22通道和6通道配置下均显著优于传统机器学习及CNN、LSTM、CNN-BiGRU等深度学习架构。
**讨论与结论**
**局限性与未来工作**：当前研究仅验证于运动想象任务，未来需拓展至事件相关电位（如P300）和稳态视觉诱发电位（SSVEP）等其他范式；数据来自控制实验室环境，需评估疲劳、分心、环境噪声等实际场景下的鲁棒性；未来可进一步研究开放集场景下不同数量真实用户和冒名者的安全-性能权衡；此外，ResSPNet在其他脑-机接口应用中具有潜在价值。
**研究结论**：本研究提出了用于跨会话不变性基于脑电认证的新型模型ResSPNet，其混合架构优势在于同时处理时域信号的SPCNN和二维频谱图表示的ResNet-101。结果证实了该方法相较于其他方法的卓越性能，验证了ResSPNet架构的高效性和鲁棒性。此外，有效的通道选择方法将所需通道从22个显著减少至6个，F-score仅下降2.7%，凸显了该方法即使在通道数减少情况下的稳定性。与现有前沿方法相比，所提方法的杰出表现进一步验证了ResSPNet架构的高效性和鲁棒性。
