GDAN-ID：通过图扩散注意力网络结合INRDecoder实现与主体无关的脑电图（EEG）情绪识别

《Computers and Electrical Engineering》：GDAN-ID: Subject-independent EEG emotion recognition via graph diffusion attention network with INRDecoder

　　摘要
情绪状态源于由分布式大脑皮层相互作用塑造的复杂、非线性的脑动态。然而，基于脑电图（EEG）的传统情绪识别框架往往无法充分描述这种复杂性的三个核心维度：神经活动的内在拓扑结构、多尺度时间动态以及电极之间的非线性空间依赖性。为了解决这些局限性，我们提出了GDAN-ID，这是一种新的端到端、不受主体影响的框架，由四个互补的模块组成。小波散射变换（Wavelet Scattering Transform）用于从每个EEG通道中提取稳定、抗噪声的多尺度时频表示，而无需依赖手工特征选择。然后，通过持久同调（persistent homology）实现的拓扑数据分析（Topological Data Analysis，TDA）捕捉EEG信号流形中的高阶结构模式，这些模式无法通过传统的频谱或统计描述符获得。在这些表示的基础上，图扩散注意力网络（Graph Diffusion Attention Network，GDAN）使用多头注意力（multi-head attention）学习动态的、特定于样本的电极间依赖性图，并通过残差扩散机制在局部和全局脑连接中传播情感表示。这种设计使模型能够捕捉功能连接的瞬态、状态依赖性变化，而不是依赖于固定的或群体平均的图结构。得到的扩散细化后的潜在表示随后通过隐式神经表示解码器（Implicit Neural Representation Decoder，INRDecoder）映射到一个连续的、坐标条件化的表示空间，在该空间中，显式的空间一致性约束（explicit spatial-consistency constraint）规范了潜在空间并提高了跨主体的泛化能力。一项受控的消融研究逐步分离了每个组件的贡献，表明观察到的性能提升并非来自单一的孤立创新，而是来自所有四个组件的累积交互作用。在两个公开可用的基准测试DEAP和DREAMER上，GDAN-ID分别实现了55.39%、58.14%和63.12%的平均分类准确率，用于鉴别情绪的效价（valence）、唤醒度（arousal）和支配性（dominance），以及在DREAMER上实现了64.49%、66.18%和74.88%的准确率，优于所有评估的对比方法。结合扩散深度稳定性分析（indicating optimal propagation at T = 5 steps）和展示每样本亚毫秒级推理能力的实证复杂性分析（empirical complexity analysis），这些发现确立了GDAN-ID作为一种稳健、可解释且计算上可行的方法，适用于基于EEG的情感脑-计算机接口应用。

引言
解释人类情绪已成为情感计算、神经科学和人机交互中的核心问题。由于情绪塑造了感知、记忆、决策和行为，因此可靠的情绪识别对于开发能够适应用户内部状态的智能系统至关重要。在生理传感方式中，由于脑电图（EEG）的非侵入性采集、高时间分辨率以及对神经活动的直接测量，它在情绪识别方面引起了极大的兴趣[1,2]。基于EEG的情绪识别已在广泛领域得到应用。在心理健康监测中，它可以帮助早期识别情绪失调、压力、焦虑和抑郁，为实时个性化干预创造了机会[3,4]。自适应学习系统可以利用EEG监测学生的参与度和情感反应，从而动态调整学习内容或任务难度[5]。在脑-计算机接口（BCI）系统中，情绪识别支持更直观和情感意识强的交互，对于运动障碍者来的辅助技术尤其相关[6]。基于EEG的情绪检测还应用于沉浸式虚拟环境、游戏和神经营销中，系统可以根据用户的情感状态做出响应，以提高参与度、满意度和决策过程[7,8]。

在基于EEG的情绪识别中，特征提取通常在时间域、频率域、时频域、空间域以及最近引入的图域中进行。时间域描述符，包括平均值、标准差、Hjorth参数和高阶交叉，描述了单个EEG通道的基本统计特性；然而，这些度量通常不足以表示情感脑状态下的非线性动态[9,10]。频率域特征，如功率谱密度（PSD）和差分熵（DE），描述了信号能量在标准EEG频带上的分布，但它们忽略了瞬态时间模式，并且仍然对个体间差异敏感[11,12]。时频方法，包括短时傅里叶变换（STFT）、小波变换（WT）和小波包变换（WPT），更适合非平稳EEG信号，尽管它们依赖于手动参数调整并且可能带来相当大的计算成本[13,14]。空间域特征，如有理不对称性（RASM）和差分不对称性（DASM），是从电极对中派生出来的，以反映情绪处理过程中的大脑半球不平衡。然而，这些描述符固定了通道关系，并没有考虑全局网络动态[15]。最近，基于图的模型，包括图卷积网络（GCNs）及其相关变体，被采用来通过将EEG电极视为图节点并将它们的功能连接视为边来模拟通道间依赖性。尽管它们具有潜力，但大多数现有的基于图的方法依赖于静态或预定义的邻接矩阵，限制了它们捕捉动态、上下文依赖的脑连接的能力，并降低了它们的拓扑表现力[16,17]。

传统的分类器，包括SVM、MLP和随机森林，以及深度架构如CNN和RNN，通常将EEG信号表示为空间上无结构的序列或2D网格，这限制了它们学习多尺度和高阶结构表示的能力[18]。因此，现有方法要么只能捕捉孤立的信号特征，要么强加严格的表示假设，限制了它们在稳健、可解释和不受主体影响的情绪识别方面的适用性。尽管深度学习和信号处理技术已经取得了显著进展，但当前的基于EEG的情绪识别模型仍然难以表征脑动态中的结构、时间和空间复杂性。情绪反应是由分布在多个皮层区域的非线性、多尺度神经活动产生的，这些模式随时间以非常复杂的方式演变[19,20]。然而，大多数传统模型，包括CNN、RNN和早期的基于图的方法，都无法充分捕捉EEG信号中嵌入的内在拓扑结构和持久的高阶模式。这样的拓扑特征描述了信号轨迹在高维空间中的全局形状和连续性，但尽管它们具有编码情绪相关信息的潜力，却经常被忽视[21]。标准架构也倾向于将EEG通道视为独立输入或静态连接的图，从而忽略了大脑的动态和特定于上下文的连接模式[22,23]。这种简化限制了它们表示情绪状态如何调节脑区之间功能交互的能力。许多现有方法还依赖于固定的、全局的特征表示，这些表示缺乏足够的细粒度，并且在不同主体或会话之间不适应，这削弱了它们的可解释性和跨主体泛化能力[24]。这些挑战突显了需要一个能够：
(i) 通过散射变换提取稳健的多尺度时间特征；
(ii) 通过持久同调捕捉EEG信号演变的拓扑不变量；
(iii) 使用具有对称性、稀疏性和谱约束的GDAN来建模自适应的、受限的电极间依赖性；
(iv) 通过INRDecoder和辅助重构及空间一致性损失学习连续且紧凑的潜在表示，这是更新的GDAN-ID框架旨在实现的。

● 形式定义
在本文中，我们提出了GDAN-ID（带有INRDecoder的图扩散注意力网络，Graph Diffusion Attention Network with INRDecoder），这是一个用于基于EEG的情绪识别的不受主体影响的框架。目标是通过联合利用时频信息、拓扑特征和图结构依赖性来学习稳健且具有区分性的表示。然后使用这些学习到的表示来对情绪状态进行分类，包括效价、唤醒度和支配性维度。具体来说，设????∈???×??表示第i次EEG试验，其中T是时间样本的数量，C是EEG通道的数量。给定来自多个受试者的EEG记录集合，目标是学习一个参数化的映射????:???×??→??，其中θ表示可训练的模型参数，y表示对应于效价、唤醒度或支配性维度的目标情感标签空间。为了实现这一目标，所提出的框架集成了一个用于多尺度时频特征提取的散射变换模块??(?)，一个用于捕捉高阶结构信息的拓扑特征提取模块??(?)，一个用于学习自适应通道关系的图扩散注意力网络G(?)，以及一个用于生成紧凑潜在表示的隐式神经表示解码器?(?)。散射和拓扑模块的输出首先通过自适应融合操作Φ(?)组合，然后进行图扩散学习和潜在空间细化。因此，GDAN-ID的总体映射可以表示为?????(????)=???(???(???(Φ?(???(????),???(????))))，其中Φ(?)表示自适应特征融合操作，G(?)代表图扩散注意力学习，?(?)对应于INRDecoder，C(?)表示最终的分类函数。GDAN-ID的目标是优化参数集θ，以便预测标签?????=Fθ(ei)能够准确反映与输入EEG试验相关的情感状态，同时保持强大的不受主体影响的泛化能力。

本文的其余部分安排如下：第2节回顾相关工作，第3节描述所提出的方法，第4节展示实验结果和评估。文章在最后一部分总结。

相关工作
近年来，基于EEG的情绪识别在情感计算中受到越来越多的关注，因为EEG提供了非侵入性的采集方式和高时间分辨率。尽管具有这些优势，但从EEG信号中提取情绪相关特征仍然具有挑战性，主要是由于它们的非平稳特性、对噪声的敏感性以及显著的个体间差异。这些困难促使越来越多地使用深度学习和基于图的模型。

本研究提出了一种新的端到端框架GDAN-ID（带有INRDecoder的图扩散注意力网络），用于基于EEG的情绪识别。如图1所示，所提出的架构包括一个多阶段处理流程，涵盖了EEG窗口分割、混合特征提取和自适应融合、受限图扩散注意力学习、基于图的表示建模以及隐式神经表示解码。该框架旨在...

实验
本节介绍了我们在实验中使用的两个公开可用的数据集。然后概述了用于评估性能的关键实验设置，接着描述了用于评估性能的评估指标。

结论
本研究提出了GDAN-ID，这是一个新的端到端框架，用于基于EEG的情绪识别，旨在克服传统模型在表征脑活动的非线性和分布式动态方面的局限性。通过集成小波散射变换以实现稳定的多尺度时间特征提取、使用拓扑数据分析来恢复标准频谱描述符无法访问的高阶结构模式、以及基于图的表示建模和隐式神经表示解码...

资金
本研究没有从公共、商业或非营利部门的资助机构获得任何特定资助。

作者贡献声明
Maryam Nikoupour：概念化、方法论；软件、撰写——原始草稿。
Mohammad Reza Keyvanpour：监督、验证。
Seyed Vahab Shojaedini：审阅与编辑、验证。

数据挖掘实验室，计算机工程系，工程学院，Alzahra大学，德黑兰，伊朗