DOI: https://doi.org/10.1523/eneuro.0265-25.2025
PMID: https://pubmed.ncbi.nlm.nih.gov/41633842
تاريخ النشر: 2026-02-01
المؤلف: Noor Fatima وآخرون
الموضوع الرئيسي: تخطيط الدماغ وواجهات الدماغ-الكمبيوتر
نظرة عامة
يقدم هذا القسم من ورقة البحث تطوير TriNet-MTL (محول عصبي ثلاثي المهام للتعلم المتعدد المهام)، وهو نموذج تعلم عميق موحد مصمم لتعزيز تحليل إشارات EEG المستحثة سمعيًا. كانت الأساليب التقليدية أحادية النمط غير كافية في الاستفادة الكاملة من الميزات الزمنية والمعرفية الغنية الكامنة في هذه الإشارات، والتي تعتبر حاسمة للتعرف البيومتري ومراقبة الحالة المعرفية. يعالج TriNet-MTL هذه القيود من خلال أداء ثلاث مهام في وقت واحد: التعرف البيومتري على المستخدمين، وتصنيف لغة التحفيز السمعي (محلي مقابل غير محلي)، والتعرف على وضع تسليم التحفيز (داخل الأذن مقابل توصيل العظام).
يتكون هيكل النموذج من مشفر زمني مشترك ووحدة نمذجة تسلسلية قائمة على المحولات، مع ثلاثة رؤوس مخرجات مخصصة لكل مهمة. تم تدريب TriNet-MTL على بيانات من 20 مشاركًا، ويستخدم نهج النافذة المنزلقة ويعزز الأداء من خلال خسارة الانتروبيا المتقاطعة المشتركة. تشير النتائج إلى أن النموذج يحقق دقة تزيد عن 93% في التعرف البيومتري ويظهر قدرات تعميم قوية في استنتاج الحالة المعرفية. من الجدير بالذكر أن إطار التدريب متعدد المهام يعزز تعلم التمثيلات من خلال تقليل التداخل بين المهام وتعزيز التآزر بين المهام، مما يرسخ TriNet-MTL كأداة واعدة للمصادقة البيومترية المعتمدة على EEG ومراقبة الحالة المعرفية في التطبيقات العملية.
مقدمة
في السنوات الأخيرة، زادت استكشافات المصادقة البيومترية من تركيزها على الإشارات العصبية الفسيولوجية، وخاصة تخطيط الدماغ الكهربائي (EEG)، بسبب مرونته ضد التزوير مقارنة بالبيومetrics التقليدية مثل بصمات الأصابع والتعرف على الوجه. من بين أنماط EEG، تعتبر الإمكانيات المستحثة سمعيًا (AEPs) واعدة بشكل خاص لأنها تجسد كل من معالجة الحواس والاستجابات المعرفية، مما يجعلها مناسبة لالتقاط ديناميات الدماغ الخاصة بالفرد. أظهرت التقدمات في تحليل EEG، بما في ذلك تحليل الشبكات المعقدة وتقنيات التعلم العميق، القدرة على فك تشفير أنماط EEG بفعالية، مما يكشف عن رؤى حول الحالات المعرفية والتوقيعات العصبية الفردية.
على الرغم من هذه التقدمات، تعتمد أنظمة المصادقة البيومترية المعتمدة على EEG الموجودة غالبًا على أساليب محدودة، مثل EEG في حالة الراحة أو الإمكانيات المرتبطة بالأحداث من المهام الأساسية، والتي تفتقر إلى القوة في البيئات الديناميكية. علاوة على ذلك، تركز العديد من الأنظمة على مهام تصنيف فردية دون النظر في التفاعل بين المتغيرات المعرفية والسمات البيومترية. لمعالجة هذه القيود، يقترح المؤلفون TriNet-MTL، وهي بنية تعلم عميق متعددة المهام تؤدي في وقت واحد التعرف البيومتري، وتصنيف لغة التحفيز، والتعرف على وضعية السمع من EEG المستحث سمعيًا. يستخدم هذا النموذج مشفرًا زمنيًا تلافيفيًا مع نموذج تسلسلي قائم على المحولات لتعلم التمثيلات المشتركة عبر المهام، مما يعزز كل من التعميم والدقة. تظهر النتائج التجريبية على مجموعة بيانات متاحة للجمهور أداءً قويًا، خاصة في التعرف البيومتري، بدقة تزيد عن 93%، مما يبرز إمكانية دمج المعلومات المعرفية والإدراكية لتحسين التعرف على الهوية في التطبيقات الواقعية. كما يلتزم المؤلفون بمشاركة شفرتهم المصدرية وبياناتهم المعالجة مسبقًا لتسهيل المزيد من البحث في هذا المجال.
طرق
تستخدم الدراسة منهجية حسابية شاملة لتصنيف استجابات EEG للتحفيز السمعي ضمن إطار التعلم متعدد المهام (MTL). يتكون خط أنابيب البحث من أربع مراحل رئيسية: إعداد البيانات والمعالجة المسبقة، استخراج الميزات الزمنية لـ EEG، النمذجة الزمنية القائمة على المحولات، وتصنيف المهام المحددة مع تحسين مشترك. يتم معالجة إشارات EEG مسبقًا وتقسيمها قبل إدخالها في مشفر عصبي مشترك، تليها نمذجة قائمة على المحولات وتصنيف متعدد المهام. تتضمن مجموعة البيانات تسجيلات EEG من 20 مشاركًا، مصنفة لثلاث مهام تصنيف: هوية الموضوع، لغة التحفيز السمعي، ووضعية التسليم. لضمان طول زمني موحد عبر المهام، يتم محاذاة تجارب EEG إلى مدة مشتركة، ويتم استخدام استراتيجية تقسيم النافذة المنزلقة لتعزيز الدقة الزمنية.
تم تصميم بنية TriNet-MTL المقترحة خصيصًا لتصنيف EEG متعدد المهام، وتتكون من ثلاثة مكونات رئيسية: استخراج الميزات الزمنية عبر طبقات تلافيفية، نمذجة التسلسل العالمية باستخدام مشفرات قائمة على المحولات، ورؤوس تصنيف محددة للمهام تم تحسينها من خلال التدريب المشترك. يتم استخراج الميزات الزمنية باستخدام طبقتين تلافيفيتين 1D متراكبتين، مما يقلل تدريجيًا من الأبعاد الزمنية بينما يغني مساحة الميزات. يتم تمثيل التحويل رياضيًا كـ \( Z = f(\text{Conv}_2(\text{ReLU}(\text{BN}(\text{Conv}_1(X))))) \)، حيث تستخدم الطبقات التلافيفية حجم نواة \( k = 5 \) وخطوة \( s = 2 \). يتم بعد ذلك نقل خريطة الميزات الناتجة \( Z \) للمعالجة التسلسلية، مما يسهل التصنيف القوي عبر المهام المحددة.
نتائج
في التقييم التجريبي لإطار TriNet-MTL المقترح، استخدم الباحثون مجموعة بيانات EEG البيومترية المستحثة سمعيًا v1.0.0، والتي تتضمن تسجيلات EEG من 20 موضوعًا تحت ظروف تحفيز سمعي متغيرة. ركزت الدراسة على أربعة قنوات EEG (P4، Cz، F8، وT7) واستخدمت تقنيات معالجة مسبقة موحدة، بما في ذلك تصفية النطاق الترددي وتقليل العينة. تم تطبيق استراتيجية تقسيم النافذة المنزلقة لتعزيز التمثيل الزمني، مما أدى إلى مقاطع متداخلة لتدريب النموذج بشكل قوي. تم تقييم النموذج عبر ثلاث مهام تصنيف: التعرف البيومتري، وتصنيف لغة التحفيز، وتصنيف وضعية الجهاز، باستخدام مشفر زمني تلافيفي مشترك ووحدة نمذجة تسلسلية قائمة على المحولات.
أظهر نموذج TriNet-MTL أداءً قويًا، محققًا دقة تصنيف تبلغ 93.9% للتعرف البيومتري، و72.75% لتصنيف لغة التحفيز، و75.45% لتصنيف وضعية الجهاز. أشارت مصفوفات الالتباس إلى قابلية فصل فعالة بين الفئات، خاصة في التعرف البيومتري، مع الحد الأدنى من الأخطاء في التصنيف. أظهر النموذج أيضًا القدرة على التمييز بين التحفيز المحلي وغير المحلي وحافظ على أداء ثابت عبر وضعيات الأجهزة. كشفت التحليلات المقارنة ضد النماذج الأساسية – المحولات أحادية المهمة (STT) وCNN المشتركة مع مصنفات منفصلة (SC-SC) – أن TriNet-MTL تفوق على كلاهما، مما يبرز فوائد تعلم التمثيلات المشتركة والنمذجة الفعالة للاعتماديات الزمنية بعيدة المدى. بشكل عام، تؤكد النتائج قدرة النموذج على تعلم تمثيلات خاصة بالموضوع والمعرفية والمتعلقة بالجهاز من إشارات EEG المستحثة سمعيًا في وقت واحد.
مناقشة
تناقش هذه القسم إطار TriNet-MTL، وهو نموذج قائم على المحولات مصمم للتعلم متعدد المهام في تصنيف إشارات EEG، مع التركيز بشكل خاص على التعرف البيومتري، وتصنيف اللغة، والتعرف على وضعية التسليم السمعي. يدمج الهيكل مشفرًا تلافيفيًا لاستخراج الميزات المحلية ومشفرًا قائمًا على المحولات لالتقاط الاعتماديات الزمنية بعيدة المدى. يستخدم النموذج رمز تصنيف مشترك ورؤوس مخرجات محددة للمهام، مما يحسن الأداء من خلال دالة خسارة مشتركة تجمع بين خسائر الانتروبيا المتقاطعة من جميع المهام. تشير النتائج إلى أن TriNet-MTL يحقق دقة تصنيف عالية، خاصة في التعرف البيومتري، ويظهر فعالية التعلم متعدد المهام في تعزيز التعميم عبر المهام ذات الصلة.
تكشف دراسة الإزالة عن الأدوار الحاسمة لكل من المشفرات التلافيفية والمحولات، حيث يؤدي إزالتهما إلى انخفاضات كبيرة في الأداء. تؤكد النتائج قدرة النموذج على تعلم ميزات تمييزية من إشارات EEG المستحثة سمعيًا، مما يتماشى مع الأدبيات الحالية حول فعالية الإمكانيات المستحثة سمعيًا في التعرف على الهوية ومعالجة اللغة. بينما يظهر النموذج وعدًا، يتم الاعتراف بالقيود مثل الاعتماد على مجموعة بيانات واحدة والحاجة إلى اختبار في الوقت الحقيقي. تشمل اتجاهات البحث المستقبلية تعزيز قابلية تفسير النموذج، ومعالجة تحديات التعميم، واستكشاف التكامل متعدد الوسائط لتحسين القوة والملاءمة في السيناريوهات الواقعية.
DOI: https://doi.org/10.1523/eneuro.0265-25.2025
PMID: https://pubmed.ncbi.nlm.nih.gov/41633842
Publication Date: 2026-02-01
Author(s): Noor Fatima et al.
Primary Topic: EEG and Brain-Computer Interfaces
Overview
This research paper section presents the development of TriNet-MTL (Triple-Task Neural Transformer for Multitask Learning), a unified deep learning model designed to enhance the analysis of auditory-evoked EEG signals. Traditional unimodal approaches have been inadequate in fully utilizing the rich temporal and cognitive features inherent in these signals, which are crucial for biometric identification and cognitive state monitoring. TriNet-MTL addresses this limitation by simultaneously performing three tasks: biometric identification of users, classification of auditory stimulus language (native vs. non-native), and recognition of stimulus delivery mode (in-ear vs. bone conduction).
The model architecture consists of a shared temporal encoder and a transformer-based sequence modeling unit, with three dedicated output heads for each task. Trained on data from 20 participants, TriNet-MTL employs a sliding window approach and optimizes performance through joint cross-entropy loss. The results indicate that the model achieves over 93% accuracy in biometric identification and demonstrates strong generalization capabilities in cognitive state inference. Notably, the multi-task training framework enhances representation learning by reducing inter-task interference and promoting task synergy, thereby establishing TriNet-MTL as a promising tool for integrated EEG-based biometric authentication and cognitive state monitoring in practical applications.
Introduction
In recent years, the exploration of biometric authentication has increasingly focused on neurophysiological signals, particularly electroencephalography (EEG), due to its resilience against spoofing compared to traditional biometrics like fingerprints and facial recognition. Among EEG paradigms, auditory evoked potentials (AEPs) are particularly promising as they encapsulate both sensory processing and cognitive responses, making them suitable for capturing individual-specific brain dynamics. Advances in EEG analysis, including complex network analysis and deep learning techniques, have demonstrated the ability to decode EEG patterns effectively, revealing insights into cognitive states and individual neural signatures.
Despite these advancements, existing EEG-based biometric systems often rely on limited approaches, such as resting-state EEG or event-related potentials from basic tasks, which lack robustness in dynamic environments. Furthermore, many systems focus on single classification tasks without considering the interplay between cognitive variables and biometric traits. To address these limitations, the authors propose TriNet-MTL, a multi-task deep learning architecture that simultaneously performs biometric identification, stimulus language classification, and auditory modality recognition from auditory-evoked EEG. This model employs a temporal convolutional encoder combined with a transformer-based sequence model to learn shared representations across tasks, enhancing both generalization and accuracy. Experimental results on a publicly available dataset demonstrate strong performance, particularly in biometric identification, with over 93% accuracy, highlighting the potential of integrating cognitive and perceptual information to improve identity recognition in real-world applications. The authors also commit to sharing their source code and preprocessed data to facilitate further research in this domain.
Methods
The study employs a comprehensive computational methodology for classifying EEG responses to auditory stimuli within a multi-task learning (MTL) framework. The research pipeline consists of four key stages: data preparation and preprocessing, EEG temporal feature extraction, transformer-based temporal modeling, and task-specific classification with joint optimization. EEG signals are preprocessed and segmented before being input into a shared neural encoder, followed by transformer-based modeling and multi-task classification. The dataset includes EEG recordings from 20 participants, labeled for three classification tasks: subject identity, auditory stimulus language, and delivery modality. To ensure uniform temporal length across tasks, EEG trials are aligned to a common duration, and a sliding window segmentation strategy is employed to enhance temporal resolution.
The proposed TriNet-MTL architecture is specifically designed for multitask EEG classification, comprising three main components: temporal feature extraction via convolutional layers, global sequence modeling using transformer-based encoders, and task-specific classification heads optimized through joint training. Temporal features are extracted using two stacked 1D convolutional layers, which progressively reduce temporal dimensionality while enriching the feature space. The transformation is mathematically represented as \( Z = f(\text{Conv}_2(\text{ReLU}(\text{BN}(\text{Conv}_1(X))))) \), where the convolutional layers utilize a kernel size of \( k = 5 \) and a stride of \( s = 2 \). The output feature map \( Z \) is then transposed for sequential processing, facilitating robust classification across the defined tasks.
Results
In the empirical evaluation of the proposed TriNet-MTL framework, the researchers utilized the Auditory-Evoked Potential EEG Biometric Dataset v1.0.0, which includes EEG recordings from 20 subjects under varying auditory stimulus conditions. The study focused on four EEG channels (P4, Cz, F8, and T7) and employed standardized preprocessing techniques, including bandpass filtering and downsampling. A sliding window segmentation strategy was applied to enhance temporal representation, resulting in overlapping segments for robust model training. The model was assessed across three classification tasks: biometric identification, stimulus language classification, and device modality classification, utilizing a shared convolutional-temporal encoder and a transformer-based sequence modeling module.
The TriNet-MTL model demonstrated strong performance, achieving classification accuracies of 93.9% for biometric identification, 72.75% for stimulus language classification, and 75.45% for device modality classification. Confusion matrices indicated effective class separability, particularly in biometric identification, with minimal misclassification. The model also showed the ability to differentiate between native and non-native stimuli and maintained consistent performance across device modalities. Comparative analyses against baseline models—Single-Task Transformers (STT) and Shared CNN with Separate Classifiers (SC-SC)—revealed that TriNet-MTL outperformed both, highlighting the benefits of joint representation learning and the effective modeling of long-range temporal dependencies. Overall, the results underscore the model’s capability to simultaneously learn subject-specific, cognitive, and device-related representations from auditory-evoked EEG signals.
Discussion
The section discusses the TriNet-MTL framework, a transformer-based model designed for multi-task learning in EEG signal classification, specifically targeting biometric identification, language classification, and auditory delivery modality recognition. The architecture integrates a convolutional encoder for local feature extraction and a transformer encoder for capturing long-range temporal dependencies. The model employs a shared classification token and task-specific output heads, optimizing performance through a joint loss function that combines cross-entropy losses from all tasks. Results indicate that TriNet-MTL achieves high classification accuracy, particularly in biometric identification, and demonstrates the effectiveness of multi-task learning in enhancing generalization across related tasks.
An ablation study reveals the critical roles of both the convolutional and transformer encoders, with their removal leading to significant performance drops. The findings underscore the model’s ability to learn discriminative features from auditory-evoked EEG signals, aligning with existing literature on the efficacy of auditory evoked potentials in identity recognition and language processing. While the model shows promise, limitations such as reliance on a single dataset and the need for real-time testing are acknowledged. Future research directions include enhancing model interpretability, addressing generalization challenges, and exploring multimodal integration to improve robustness and applicability in real-world scenarios.