【论文阅读】基于EEG的冥想状态数据挖掘研究（2025）

基于EEG的冥想状态数据挖掘研究

💡 Meta Data

毕明川. 基于EEG的冥想状态数据挖掘研究[D]. 集美大学, 2025.

📜 Research Background & Objective

背景：

脑电图（EEG）广泛应用于医学、心理学和脑机接口领域，冥想作为一种有效的认知训练方式也备受关注。当前研究主要集中于冥想与非冥想的二分类识别，对不同冥想类型间的脑电差异识别及其判别特征的筛选较少。此外，EEG信号的高维、低信噪比和个体差异性导致现有分类算法易出现过拟合和泛化能力差的问题。

目标：

本研究旨在通过预处理、手动特征提取，结合神经气体网络（NGN）进行自适应拓扑降维、模糊隶属函数量化特征不确定性，以及粒子群优化（PSO）调整超参数等方法，深入挖掘不同冥想种类的EEG数据差异。研究目标是找出影响冥想状态识别的关键特征，并结合生理认知，为冥想训练、个性化神经调节及相关BCI设备提供理论与技术支持。

📊 Research Core

⚙️ Content

本研究应用PSO-NGN-Fuzzy-XGBoost混合模型进行冥想状态分类。主要步骤包括：

1. 手工特征提取：从时域、频域和非线性复杂度三个维度提取21种EEG特征。
2. 神经气体特征选择（NGN）：利用NGN进行高维特征降维和选择，评估特征重要性。
3. 分类器评估与优化：采用粒子群优化（PSO）动态调整XGBoost超参数，并与其他多种分类器进行性能对比。

💡 Innovations

1. 核心创新在于将PSO-NGN-Fuzzy-XGBoost混合模型应用于冥想脑电信号分类。
2. 结合NGN进行自适应拓扑降维，并引入模糊隶属函数处理特征不确定性。
3. 利用PSO算法高效调整XGBoost超参数。
4. 多维度手工特征的融合与NGN特征选择的结合。

🧩 Shortcomings

1. EEG信号特性（高维、低信噪比、个体差异）导致模型过拟合和泛化难题。
2. 深度学习模型“黑盒”特性使其难以解释生理机制，且依赖大量预训练数据。
3. 传统统计方法忽略特征间交互作用，传统机器学习算法在高维空间存在局限。

🔬 Experiment

1. 模型复现与迁移：本研究复现了PSO-NGN-Fuzzy-XGBoost模型，并将其迁移到自有的冥想脑电信号数据集上。
2. 数据预处理：包括滤波、自动去除伪迹、分段等操作。
3. 特征提取：手工提取21种特征，包括频域特征（如δ至γ频段功率、α/θ比值等）、时域统计特征（如均值、标准差、偏度、峰度）和非线性复杂度特征（如Lempel-Ziv复杂度、盒维数、谱熵）。
4. 特征选择：使用神经气体网络（NGN）进行特征选择，评估各特征的重要性并筛选出区分度较高的特征。
5. 分类器：比较了朴素贝叶斯、逻辑回归、决策树、XGBoost、Fuzzy-XGBoost以及PSO-Fuzzy-XGBoost等多种分类模型在冥想脑电数据上的识别性能。
6. 优化算法：粒子群优化（PSO）算法用于动态调整XGBoost的最大树深度（max_depth ∈ [3,10]）和学习率（learning_rate ∈ [0.01,0.3]）两个关键超参数。算法初始化50个粒子，以测试集上的准确率为适应度评价指标。
7. 实验结果分析：展示复现原文模型的情绪识别准确率以及迁移到自录冥想数据集时的准确率。通过对比实验，验证了所提方法有效跨领域应用在不同冥想类别的状态识别。同时分析了冥想相关的生理解释。

🚩 Research Conclusions

1. PSO-NGN-Fuzzy-XGBoost模型在四类冥想状态分类中表现出优越性能，尤其在NGN特征下准确率显著提升（高达0.934）。
2. 冥想过程中大脑活动的关键判别特征涉及脑电信号的基线活动、非对称性模式和神经信息复杂度。
3. NGN特征选择和模糊逻辑、PSO优化对提升模型准确率、泛化性和稳定性贡献显著。

🤔 Personal Summary

📌 Thoughts

这篇论文提供了一个处理EEG信号高维性和复杂性的有效框架，通过结合NGN、PSO和模糊逻辑优化XGBoost，在冥想状态分类上取得了显著进展。其强调手工特征提取与优化算法的结合，弥补了深度学习在生理机制解释上的不足，并适用于小样本场景。这为冥想研究的精细化分类和个性化应用提供了新的思路。

🔆 Key Concepts

1. 冥想状态数据挖掘：运用数据分析和机器学习技术，从冥想时记录的脑电数据中提取、分析模式，以识别不同冥想状态，并揭示其对应的神经生理机制。
2. 神经气体网络 (NGN, Neural Gas Network)：一种基于竞争学习的无监督神经网络模型。它通过迭代调整神经元（代表数据点）的位置，使其自适应地分布在输入数据的流形上，实现数据聚类、自适应拓扑降维和特征选择。在本研究中，用于评估各特征对状态识别的敏感性和重要性。
3. 粒子群优化 (PSO, Particle Swarm Optimization)：一种受鸟群觅食行为启发的群体智能优化算法。通过模拟粒子在多维搜索空间中的协作与竞争，寻找最优解。在本研究中，用于动态调整机器学习模型的超参数（如XGBoost的学习率和树的深度），以提高模型性能。
4. 模糊逻辑 (Fuzzy Logic)：一种处理不确定性、模糊性和非精确信息的数学方法，允许真值在0和1之间连续变化。在分类任务中，模糊逻辑可以更好地处理具有模糊边界的数据，增强模型对EEG信号内在模糊性的辨别能力和稳健性。
5. XGBoost (Extreme Gradient Boosting)：一种高效且可扩展的梯度提升决策树（GBDT）框架。它通过集成多棵弱分类决策树，并采用梯度提升思想，在每次迭代中优化前一次的残差，同时引入正则化项以防止过拟合，是机器学习竞赛中常用的高性能分类器。
6. 频域特征 (Frequency Domain Features)：通过傅里叶变换等方法，将EEG信号从时域转换到频域，分析不同频率成分（如δ、θ、α、β、γ波段）的功率、能量分布以及各频段间的功率比值（如α/θ比值），反映大脑在不同认知状态下的节律性活动。
7. 时域统计特征 (Time Domain Statistical Features)：直接从原始EEG信号在时间序列上提取的统计量，用于量化信号的波动特性，捕捉瞬时变化。包括均值、标准差、最大值、最小值、峰峰值、偏度（衡量数据分布的非对称性）和峰度（衡量数据分布的尖峭程度）等。
8. 非线性复杂度特征 (Nonlinear Complexity Features)：用于刻画EEG信号的复杂性、随机性和信息熵，反映大脑系统的动态复杂性。常见的有Lempel-Ziv复杂度（C0，衡量序列新模式的产生率）、盒维数（Box Dimension，衡量分形维数）和谱熵（Spectral Entropy，衡量信号频率成分的复杂度或无序性）。
9. 超参数 (Hyperparameters)：在机器学习模型训练过程中，需要手动设定的参数，而不是通过数据学习得到的参数。例如XGBoost中的学习率、树的深度、正则化系数等。超参数的合理选择对模型性能至关重要。