Un modello unico EEG-Hyfusion completamente automatizzato e sovrapposto per la classificazione del morbo di Alzheimer e della demenza frontotemporale

Sommario

Questo articolo presenta una pipeline automatizzata di estrazione delle funzionalità che incorpora modelli di potenziamento dello spostamento di Nyquist e di machine learning per distinguere tra Alzheimer, demenza frontotemporale e classi Healthy senza richiedere intervento umano.

Abstract

Il morbo di Alzheimer (DA) e la demenza fronto-temporale (FTD) sono disturbi neurodegenerativi comuni che compromettono la memoria, la funzione cognitiva e l'elaborazione esecutiva. Lo scopo di questo studio è sviluppare una pipeline di machine learning completamente automatizzata per prevedere la malattia di Alzheimer in una fase precoce senza richiedere alcun intervento clinico. Questa metodologia propone un'analisi quantitativa dei sottili spostamenti di neuroattività. L'obiettivo è sviluppare un sistema affidabile e completamente automatizzato che utilizzi i dati EEG per classificare i pazienti nei gruppi AD, FTD e Controllo Sano, eliminando la necessità di interventi umani o valutazioni cliniche. Una delle principali innovazioni del sistema risiede nel suo approccio all'elaborazione del segnale e nella pipeline automatizzata di funzionalità. In particolare, la modifica strategica della frequenza di Nyquist viene utilizzata per migliorare la risoluzione del segnale EEG, in combinazione con uno strato di fusione ibrida che integra caratteristiche EEG multidominio e dati demografici. Successivamente, una selezione di caratteristiche bidirezionale basata su ANOVA affina questo insieme ibrido. Questo miglioramento facilita un'estrazione di caratteristiche più efficace, contribuendo a una maggiore accuratezza della classificazione. Nel metodo proposto, le frequenze vengono epoche per arricchire il dataset di addestramento. E quindi il modello standard della foresta casuale fornisce una precisione all'addestramento del 99,72%. Per garantire la robustezza e la generalizzazione del metodo, viene proposto un modello di fusione ibrida.

Introduzione

I sintomi comuni del morbo di Alzheimer sono perdita di memoria, deficit cognitivo, insonnia del sonno, confusione, disorientamento, cambiamenti di personalità, ecc. Pertanto, una previsione precoce può garantire che i pazienti non peggiorino ai livelli peggiori, dove hanno bisogno di aiuto 24 ore su 24, 7 giorni su 7. Esistono vari modi per diagnosticare questa malattia, come la risonanza^{magnetica 1}, la TAC, il PET² e l'EEG³. In particolare, i segnali EEG in combinazione con la MMSE si sono dimostrati un metodo non invasivo per la previsione della malattia di Alzheimer. Le frequenze del segnale EEG variano in alfa, beta, theta, gamma e delta. Un'onda alfa viene rilevata quando una persona è in uno stato^{rilassato 3}. La frequenza delle onde alfa varia da 8 a 12^{Hz 4}. Le onde beta sono attive durante la fase di allerta del cervello e variano da 13 a 30^{Hz 4}. Le onde theta e delta sono attive rispettivamente negli stati di sonno e nel sonno profondo. Le loro gamme di frequenza sono theta (4-7 Hz) e delta (< 3,5 Hz) ^[4]. I metodi diagnostici tradizionali si basano su imaging e valutazioni cliniche, come la MMSE, che sono spesso soggettive e costose, mentre i segnali EEG catturano l'attività cerebrale in tempo reale e offrono alternative efficienti.

Questa ricerca propone una pipeline diagnostica completamente automatizzata che riceve solo segnali EEG come input, evitando così la necessità di un punteggio clinico. Possono essere utilizzati vari metodi per estrarre queste onde dal cervello. Un filtro passa-banda che considera la frequenza di Nyquist è un metodo per estrarre le frequenze EEG. La frequenza di Nyquist riduce la frequenza di campionamento a metà per ottenere una migliore chiarezza nei segnali pre-elaborati. Pertanto, il test EEG in combinazione con il Mini-Mental State Examination (MMSE) è un metodo utilizzato dai neurologi per valutare le varie fasi del morbo di Alzheimer (DA). La Federazione Europea degli Scienziati^{Neurologici 5} ha stabilito linee guida per la diagnosi delle varie classi di questa malattia.

Questo articolo classifica in modo ampio il morbo di Alzheimer (DA), la demenza frontotemporale (FTD) e i soggetti sani (categoria di controllo). La demenza frontotemporale è una condizione del cervello umano in cui sono colpiti solo la parte anteriore e il lobo temporale^{del cervello 6,7}. La Figura 1 illustra le regioni del cervello tipicamente colpite nella demenza frontotemporale (FTD), inclusi i lobi frontale e temporale. In questo studio, le caratteristiche nel dominio del tempo e nel dominio della frequenza provenienti dal segnale EEG sono combinate con caratteristiche demografiche. Per garantire l'obiettività e l'autonomia del framework di machine learning, il punteggio del Mini-Mental State Examination (MMSE) è stato deliberatamente escluso dal set di caratteristiche. Sebbene la MMSE sia una metrica clinica ampiamente utilizzata per la valutazione cognitiva, essa è intrinsecamente influenzata dalla valutazione del clinico e introduce un bias dominante nei compiti di classificazione. Omettendo la MMSE, il metodo proposto mira a sviluppare un modello diagnostico autosufficiente e basato sui dati, capace di funzionare indipendentemente dagli input clinici soggettivi, supportando così lo sviluppo futuro di strumenti di screening completamente automatizzati basati su IA. Le caratteristiche finali, escluso il punteggio MMSE, sono etichettate e fornite al modello EEG-hyfusion proposto. I dettagli sono descritti nella sezione Protocollo.

Panoramica della letteratura

L'elettroencefalografia (EEG) offre uno strumento non invasivo ed economico per la diagnosi precoce delle condizioni neurologiche. L'estrazione delle caratteristiche EEG e l'analisi delle bande di frequenza sono emerse come modalità cruciali nelle neuroscienze e nella ricerca clinica, offrendo approfondimenti sull'attività cerebrale in una gamma di stati cognitivi e patologici. L'utilizzo del machine learning per analizzare i dati EEG ha guadagnato popolarità negli ultimi anni, con applicazioni che spaziano dal monitoraggio dello stato cognitivo alla diagnosi precoce di disturbi neurologici come il morbo di Alzheimer. Questa panoramica della letteratura evidenzia i contributi chiave e le lacune nella ricerca esistente relativa all'estrazione delle caratteristiche EEG, alla classificazione e allo sviluppo di modelli.

Rilevanza cognitiva del segnale EEG

Sebbene Subha et ^al.8 abbiano enfatizzato la caratteristica tempo-frequenza, RMS, che cattura efficacemente la natura non stazionaria dei segnali EEG, il loro lavoro non introduce alcuna costruzione di modelli. Pertanto, questo studio ha proposto modelli ML per determinare con precisione la diagnosi della malattia.

Barry et ^al.9hanno dimostrato la relazione tra bande di frequenza EEG e stati cognitivi, collegando specifiche bande di frequenza (ad esempio, onde alfa) al rilassamento e all'attenzione. Buzsáki¹⁰ ha esplorato il significato fisiologico delle oscillazioni neurali e il loro ruolo nelle funzioni cerebrali, sottolineando l'utilità dell'analisi specifica per frequenza negli studi EEG. Sebbene l'analisi delle bande di frequenza sia ben affermata, la necessità di pipeline di estrazione di caratteristiche efficienti e scalabili rimane un ambito di attenzione, in particolare nei dataset ad alta dimensione.

Tecniche di estrazione delle caratteristiche EEG

Senkaya, Kurnaz et ^al.11 hanno utilizzato caratteristiche spettrali, come PSD ed entropia, per prevedere la malattia di Alzheimer. Questi poteri spettrali aiutano a catturare con maggiore precisione il rallentamento dell'attività cerebrale. Sebbene^l'11 opera affrontasse efficacemente le caratteristiche spettrali, non incorporava caratteristiche del dominio temporale come il RMS. Pertanto, questo studio propone caratteristiche nel dominio temporale estratte da frequenze come alfa, beta, gamma, theta e delta.

Luck et al. e Kappenman et ^al.12 hanno esaminato i biomarcatori EEG dell'attenzione e della memoria di lavoro, sottolineando l'importanza delle caratteristiche della banda di frequenza nella discriminazione dello stato cognitivo. Cassani et ^al.13 hanno esplorato l'EEG come strumento diagnostico per il morbo di Alzheimer, sfruttando le caratteristiche delle bande di frequenza per identificare le firme neurali del declino cognitivo. Michel e Murray¹⁴ hanno discusso l'utilità dell'analisi EEG multicanale per comprendere i processi cognitivi e la connettività neurale, gettando le basi per applicazioni di machine learning. Nonostante questi progressi, l'integrazione di pipeline automatizzate di estrazione delle funzionalità con modelli scalabili di machine learning, come Random Forest e XG-Boost, rimane poco esplorata. La letteratura esistente evidenzia l'analisi combinata delle bande di frequenza con tecniche di machine learning per applicazioni cognitive e cliniche.

Modelli di machine learning e fusione ibrida per la classificazione della demenza

I modelli di machine learning, in particolare i metodi basati su ensemble come XGBoost, hanno mostrato potenziali nel classificare le caratteristiche derivate^{dall'EEG 15}. Questi modelli affrontano la complessità e la variabilità dei segnali EEG apprendendo relazioni non lineari tra le caratteristiche di ingresso e le etichette di output. Sebbene lo studio¹⁵ abbia proposto un modello adeguato, il punteggio di accuratezza è compromesso.

Craik et ^al.16 hanno fornito una revisione completa del deep learning e dei modelli tradizionali di machine learning per l'analisi EEG, evidenziando il successo dei framework di gradient-boosting nei dati strutturati. Abiri et ^al.17 hanno applicato XG-Boost ai dati EEG per applicazioni di interfaccia cervello-computer, ottenendo prestazioni di classificazione robuste grazie alla sua capacità di gestire ridondanza di funzionalità e rumore. Aghababaei et ^al.18 hanno dimostrato l'uso di metodi di ensemble, incluso XG-Boost, in compiti di riconoscimento delle emozioni basati su EEG, riportando miglioramenti nell'accuratezza e nella generalizzazione rispetto agli approcci tradizionali. Tuttavia, persistono sfide come dataset sbilanciati, sottorappresentazione di alcune classi e interpretabilità dei modelli di machine learning, che richiedono ulteriori ricerche sulle tecniche di ottimizzazione e regolarizzazione dei modelli.

Zheng et ^al.19 utilizzarono EEG a riposo a occhi chiusi (19 canali) per calcolare misure di connettività funzionale tempo-frequenza e addestrarono classificatori di apprendimento automatico per separare controlli AD, FTD e sani. Tuttavia, hanno sottolineato la necessità di metodi che migliorino la rappresentazione del segnale e forniscano una classificazione robusta degli ensemble.

La classificazione basata su EEG è stata ampiamente applicata nelle neuroscienze cognitive e nei domini clinici. Sebbene studi precedenti forniscano una solida base per l'analisi EEG basata sul machine learning, rimangono diverse lacune. Molti studi si basano su caratteristiche artigianali (ad esempio, RMS, PSD), che potrebbero non raccogliere tutte le informazioni rilevanti. L'ingegneria automatica delle funzionalità e i metodi di deep learning potrebbero integrare gli approcci tradizionali.

Lo squilibrio nei dataset EEG, in particolare in contesti multiclasse, spesso distorce i risultati della classificazione. Strategie come la ponderazione specifica per classe e l'aumento dei dati potrebbero migliorare le prestazioni per classi sottorappresentate. Tuttavia, rimane la necessità di pipeline efficienti, interpretabili e generalizzabili che integrino l'estrazione delle caratteristiche e la classificazione dei modelli.

Protocollo

Il metodo proposto segmenta strategicamente il segnale EEG nel dominio della frequenza per migliorare la risoluzione spettrale. Successivamente, i segnali EEG catturati vengono epocheati in 10 segmenti per migliorare la risoluzione temporale e la coerenza nel calcolo delle funzionalità. Il metodo proposto implementa un classificatore basato su RF, XGBoost e SVM su caratteristiche EEG derivate, contribuendo così allo sviluppo di metodi robusti e scalabili per l'analisi EEG. Il modello RF con alcune modifiche agli iperparametri si è dimostrato il più performante tra gli altri modelli standard. Pertanto, viene proposto un modello metalearner ibrido, fuso e impilato che combina RF e XG-Boost per migliorare ulteriormente la precisione della previsione.

Il dataset utilizzato in questo metodo è stato raccolto in conformità con gli standard etici istituzionali. I fornitori del dataset hanno ottenuto il consenso dei partecipanti prima dell'acquisizione dei dati.

1. Specifica del dataset

Per dimostrare la robustezza del sistema, sono stati utilizzati due insiemi di dati. Il primo insieme di dati è raccolto dal repository^{EEG 20}, che comprende 88 partecipanti nella condizione di stato a riposo a occhi chiusi, dove 36 sono stati diagnosticati con DA, 23 di loro FTD e 29 erano sani. Le registrazioni EEG sono state acquisite in stato di riposo, occhi chiusi, utilizzando un sistema a 19 canali dopo il montaggio internazionale 10-20. Nel dataset mostrato nella Figura 2, tutti i segnali sono stati campionati a 500 Hz e forniti in formato BIDS con pre-elaborazione preliminare da parte dei contributori del dataset.

Il secondo insieme di dati viene raccolto da un archivio pubblico^{esterno 21} che comprende 35 partecipanti in stato di riposo. Di questo, 13 partecipanti sono stati diagnosticati con la malattia di Alzheimer (AD), 7 sono pazienti con lieve compromissione cognitiva (MCI) e 15 sono anziani sani. Solo i segmenti di base dello stato di riposo del secondo dataset sono stati utilizzati per mantenere la coerenza con il primo dataset²⁰. Il secondo insieme di^{dati 21} richiedeva una pipeline completa di pre-elaborazione, come menzionato nella Figura 3.

2. Pre-elaborazione

Gli studi esistenti si basano fortemente su pipeline di pre-elaborazione complessi, passaggi manuali di correzione degli artefatti o ICA-ASR per rimuovere i movimenti muscolari, che limitano la riproducibilità nei flussi di lavoro clinici di routine. Per affrontare queste limitazioni, la pipeline proposta si concentra su un approccio snello basato solo sull'EEG che elimina la necessità di procedure di rimozione di artefatti ad alta intensità computazionale e pone invece l'accento su filtraggio controllato, segmentazione epocale e calcolo di caratteristiche specifiche per frequenza.

1. Ordinamento dei file EEG
   Prima della pre-elaborazione, tutti i file EEG venivano ordinati automaticamente per mantenere una coerenza nell'ordine per partecipante e per sessione. Questo garantiva che l'estrazione delle caratteristiche, l'epoche e l'allineamento delle etichette fossero uniformi su tutti i soggetti e preveniva errori di disallineamento dei file. Questo passaggio è mostrato nella Figura 3 come "Ordina file EEG." Tutta la pre-elaborazione viene effettuata utilizzando un toolkit standard open-source per l'elaborazione EEG.
2. Filtraggio passabanda e ririferimento
   Un filtro passabanda Butterworth è stato applicato nell'intervallo 0,5-40 Hz per mantenere i componenti EEG rilevanti, attenuando al contempo la deriva e il rumore ad alta frequenza. I segnali sono stati riassegnati alla media di tutti i canali EEG, minimizzando così il bias spaziale e migliorando il rapporto segnale-rumore.
3. Spostamento di frequenza di Nyquist
   Per migliorare la risoluzione dei componenti a bassa frequenza, è stato applicato un miglioramento dello spostamento di Nyquist dimezzando la frequenza di campionamento da 500Hz a 250Hz. Seguendo il passaggio sopra, la modifica di Nyquist lo riduce a 125Hz. Poiché le frequenze Delta, Theta, Alpha, Beta e Gamma sono onde lente che vanno da 0,5 a 40 Hz, questo sposta il limite effettivo di Nyquist e migliora la chiarezza delle oscillazioni a bassa frequenza, rilevanti per la demenza. Questa modifica ha contribuito a catturare in modo più appropriato le onde cerebrali lente. L'equazione (1) mostra chiaramente il risultato del farmaco di Nyquist.
   _{Campionamento} F = 500 Hz
   _{N campionamento}=_{F campionamento/2}
   N_nyquist=_{N campionamento/2} (1)
   È importante notare che_{N nyquist} non è la frequenza di campionamento operativa, ma semplicemente la frequenza massima rappresentabile, e quindi non influisce sulla segmentazione epoca. Si tratta solo di un limite teorico usato per garantire che il contenuto di frequenza di interesse (0,5-40 Hz) sia completamente preservato.
4. Frequenza di campionamento epoche a 10 segmenti
   Le registrazioni EEG sono suddivise in 10 segmenti di uguale durata. Questo passaggio è essenziale per catturare l'attività non stazionaria del segnale EEG nel tempo. I segmenti brevi e uniformi permettono un calcolo stabile di caratteristiche specifiche per banda e arricchiscono campioni di addestramento per la classificazione tramite machine learning. Pertanto, i 250 campioni al secondo diventano 250 × 10 = 2500 campioni. Infine, si prendono 10 epoche di uguale lunghezza per soggetto per strategie di analisi epoca. Questa strategia di analisi ha generato 880 campioni per 88 partecipanti reali.
   
   La necessità di un'analisi epoca-epoca è monitorare minimamente i cambiamenti del segnale cerebrale, fornendo così al modello una quantità sufficiente di dati temporali per apprendere e prevenire il sovrafitting. L'importanza di questo approccio è garantire dati EEG più dettagliati, facilitando analisi che richiedono una risoluzione temporale più elevata senza compromettere i valori totali delle caratteristiche. Generando epoche di 10 secondi, la metodologia supporta una migliore modellazione della dinamica EEG e si allinea con le durate standard delle epoche nei protocolli di analisi EEG.

3. Estrazione delle caratteristiche

I segnali EEG pre-elaborati vengono inviati ai metodi di estrazione delle caratteristiche. I segnali EEG sono filtrati passa-banda in 5 bande di frequenza standard: Delta (0,5-4 Hz), Theta (4-8 Hz), Alpha (8-13 Hz), Beta (13-25 Hz) e Gamma (25-40 Hz).

Per ogni segnale filtrato, il valore del Quadrato Medio Radice (RMS) veniva calcolato su tutti i canali EEG. La formulazione matematica del RMS è data nell'Equazione (1):

RMS =     (1)

Qui, x_i è l'ampiezza del segnale EEG al campione i-esimo tempo. N è il numero totale di campioni nel segmento del segnale.

L'RMS è stata scelta come caratteristica principale per la sua capacità di quantificare l'energia dell'attività oscillatoria in ciascuna banda di frequenza. Il morbo di Alzheimer è spesso associato a un aumento dell'attività delta e theta e a una riduzione dell'attività alfa e beta. La demenza frontotemporale (FTD) può presentare schemi distinti su queste fasce^20,21. Poiché la PSD è matematicamente ridondante rispetto all'RMS, non è considerata una caratteristica. Per mantenere un dataset compatto, le restanti caratteristiche, come Hjorth ed Entropy, vengono escluse.

4. Fusione ibrida

Le caratteristiche RMS estratte nel dominio del tempo furono combinate con le caratteristiche nel dominio della frequenza ricevute dal filtro passa-banda, rendendolo uno spazio ibrido per l'ingresso del modello. Il dettaglio della compilazione è mostrato nella Figura 3. Il dataset finale normalizzato è organizzato in un formato tabulare con righe che rappresentano i partecipanti e colonne che rappresentano le caratteristiche della banda tempo-frequenza e caratteristiche demografiche come età, genere e gruppo. La pipeline mostrata nella Figura 2 estrae efficacemente le caratteristiche EEG rilevanti per la ricerca sull'Alzheimer. Le caratteristiche estrate forniscono informazioni sull'attività neurale all'interno delle principali bande di frequenza e possono essere utilizzate per il machine learning e l'analisi statistica.

5. Selezione delle caratteristiche

Per migliorare le prestazioni del modello e ridurre la dimensionalità delle caratteristiche, è stato applicato un approccio basato sull'Analisi della Varianza a due vie (ANOVA). La selezione basata sull'ANOVA è stata applicata con Gruppo ed età come fattori indipendenti, e bande di frequenza RMS come caratteristiche dipendenti. Questa analisi ha valutato gli effetti dell'interazione tra gruppi, età e gruppi d'età su ciascuna caratteristica. Sono state selezionate caratteristiche con valori p < 0,05 per almeno un fattore per una classificazione successiva. I risultati dettagliati basati su ANOVA sono mostrati nella sezione risultati. Queste caratteristiche sono le variabili più informative per la classificazione, il che ha contribuito a migliorare l'accuratezza e la generalizzazione del modello predittivo finale. Come risultato del test ANOVA, solo le caratteristiche più informative sono state selezionate per la creazione del modello. E gli attributi aggiuntivi non numerici, Genere e participant_id, sono stati esclusi dall'analisi. Il gruppo delle variabili target era codificato con etichette per la classificazione.

6. Descrizione del modello

Per classificare la malattia in 3 classi, ovvero Alzheimer, Controllo e demenza frontale, sono stati costruiti tre modelli di machine learning supervisionati, come XG-Boost, Random Forest, Support Vector Machine SVM e un modello Stacked. Tutti i modelli menzionati hanno utilizzato il 70% del dataset di addestramento e il 30% del dataset di test. Ogni modello è stato selezionato per le sue prestazioni comprovate nell'analisi dei dati sanitari e per la sua capacità di gestire spazi di caratteristiche non lineari e ad alta dimensione. La valutazione del modello è stata condotta sul dataset di validazione per valutare la generalizzabilità del modello.

Le prestazioni del modello sono state valutate utilizzando una matrice di confusione, composta da veri positivi (TP), falsi positivi (FP), veri negativi (TN) e falsi negativi (FN). Le metriche di prestazione includevano accuratezza e un rapporto di classificazione che dettagliava precisione, richiamo e punteggi F1 per ogni classe. La seguente equazione illustra le metriche di prestazione.

    (2)

    (3)

    (4)

(5)

1. Classificatore XG-Boost

Questo metodo ha implementato un modello di classificazione multi-classe utilizzando l'algoritmo XGBoost per prevedere stati cognitivi derivati dall'EEG da caratteristiche estratte, come mostrato nell'output 1 della Figura 3. L'uscita 1 contiene le caratteristiche RMS e il punteggio MMSE. Durante la costruzione del modello XGBoost, il punteggio MMSE è incluso per testare il comportamento non lineare delle caratteristiche RMS. Viene utilizzato come benchmark e punto di riferimento per lo sviluppo del sistema. Il MMSE è stato escluso nelle fasi successive per raggiungere l'obiettivo di un sistema completamente automatizzato e indipendente dal clinico.

XG-Boost è un framework di gradient boosting ottimizzato per efficienza e precisione, rendendolo particolarmente adatto per la gestione di dati strutturati nei compiti di classificazione. I pochi iperparametri sono regolati sul dataset EEG utilizzando tecniche come la validazione incrociata e la ricerca a griglia. I valori chiave dei parametri definiti di seguito sono scelti per controllare il sovrafitting tramite regolarizzazione e per catturare la complessità delle caratteristiche EEG senza essere troppo complessi.

I parametri chiave del modello sono: (1) Profondità massima dell'albero = 8, che limita la profondità degli alberi decisionali per ridurre l'overfitting e favorire la generalizzazione. Perché un albero poco profondo perderebbe informazioni inutili, dato che un albero più profondo potrebbe sovraadattarsi. (2) La regolarizzazione L2 (λ = 10) aggiunge una penalità per i coefficienti elevati per minimizzare l'overfitting controllando la complessità del modello. (2) La regolarizzazione L1 (α = 5) viene introdotta per fornire maggiore scarsità nel modello al fine di migliorare l'interpretabilità e la robustezza. Il numero di Stimatori (n_estimators=8) limitava il numero di iterazioni di potenziamento per mantenere l'efficienza computazionale bilanciando le prestazioni.

2. Classificatore di foresta casuale

Random Forest è un classificatore di ensemble che costruisce più alberi decisionali su sottoinsiemi casuali di dati e caratteristiche, aggregando i loro output per la previsione finale. Offre robustezza al rumore, gestisce bene i dati non lineari e riduce il sovrafitting mediando previsioni di alberi diversi. In questo lavoro, il modello Random Forest è stato configurato con parametri chiave utilizzando il metodo del tentativi ed errori. Tali parametri sono spiegati di seguito:
1) n_estimators=100
Viene scelto per limitare il numero di alberi decisionali nella foresta. Più alberi ci sono, migliore è la generalizzazione e più stabili sono le previsioni.
2) max_depth=10
Indica la profondità massima di ogni albero. Se l'albero ha poca profondità, c'è la possibilità di sottoadattamento. Mentre un'alta profondità può catturare dettagli e memorizzare i dati di addestramento, può essere troppo adattata. Perciò, scegliere il 10 è il punto ideale, specialmente per segnali rumorosi o complessi come l'EEG.
3) random_state=40
Corregge il seed di generazione di numeri casuali usato per il campionamento Bootstrap e la costruzione dell'albero. Questo garantisce la riproducibilità
4) n_jobs=-1
Impostando il valore di n_jobs a -1, il modello utilizza efficacemente tutti i core della CPU.

7. Macchina a vettori di supporto (SVM)

Support Vector Machine è un classificatore basato su margini noto per le sue prestazioni lineari nella classificazione binaria e multiclasse²². Questo modello utilizzava un nucleo di funzione di base radiale grazie alla sua capacità di catturare segnali EEG non lineari. Tuttavia, il modello ha mostrato prestazioni subottimali, probabilmente a causa della mancanza di scalabilità delle caratteristiche e della dimensione limitata del dataset. Sebbene la SVM sia teoricamente potente, la sua sensibilità alla regolazione degli iperparametri e alla distribuzione dei dati può spiegare la minore accuratezza osservata rispetto ai modelli basati su alberi.

8. Modello proposto di fusione HY-

Sebbene il modello Random Forest raggiungesse un'elevata accuratezza, per garantire generalizzazione e scalabilità, fu costruito un modello sovrapposto con Random Forest e XG-Boost. L'output viene fornito come input a un modello di regressione logistica. E la regressione logistica agisce come metalearner. Il diagramma architettonico del modello è riportato nella Figura 4.

Insieme al^{primo set di} input²⁰, il modello impilato riceveva anche input dal secondo set di^{dati 23}. Il dataset di Mendely²¹ viene pre-elaborato in una forma comprensibile dal modello estraendo RMS ed epocando a 10 s. I risultati ottenuti da ciascun modello sono mostrati nella sezione risultati.

Risultati

Per giustificare la forza del metodo epoch, le prestazioni del modello RF vengono confrontate senza epoch nel dataset. Nella condizione non epocale, le caratteristiche venivano estratte dall'intera registrazione continua e assegnate al modello RF. Il segnale non epocale ha fornito il 53% di accuratezza. Questo dimostra che l'epocato fornisce un metodo informativo più stabile per la creazione di modelli. Pertanto, le caratteristiche basate su ANOVA con p < 0,05 sono considerate significat...

Discussione

In questo studio proposto, la motivazione per l'uso dell'architettura stacked Hy-Fusion è combinare i punti di forza complementari degli apprendenti basati su alberi, come RF, e ridurre la varianza di previsione attraverso un meta-learner a regressione logistica. La strategia dello stacking è comunemente adottata quando gli apprendenti base presentano diversi bias induttivi e pattern di errore. Il meta-apprendente impara a correggere errori sistematici dei classificatori base e a produrr...

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Bandpass filtering tools	MNE-Python	Filtri integrati	Usati per il pre-processing
Computer workstation	—	Windows/Linux	Analisi di calcolo
EEG Acquisition System	Fornito dai creatori del dataset	—	Non utilizzato dagli autori (dataset fornito)
Epoching functions	MNE-Python	Funzioni integrate	Usate per la segmentazione
GitHub o Google Drive	—	—	Archiviazione per codice/dati
Google Colab	Google	Online	Ambiente di cloud computing
MATLAB (usato per controlli del segnale)	MathWorks	R202x	Opzionale
Mendeley EEG Dataset	Mendeley Data		Dataset di validazione esterno
MNE-Python	https://mne.tools	v1.x	Pre-processing/analisi EEG
NumPy	Sviluppatori NumPy	Ultima	Calcolo matrici
OpenNeuro EEG Dataset	OpenNeuro	ds004504 (v1.0.8)	Dataset primario per EEG AD/FTD/HC
Python	Python Foundation	v3.10+	Ambiente di programmazione
scikit-learn	Sviluppatori scikit-learn	v1.x	Modelli di apprendimento automatico
SciPy	Sviluppatori SciPy	Ultima	Elaborazione del segnale