EEGAIN：破解 EEG 情感识别的“学术泡沫”，建立统一评估坐标系

TL;DR

脑电情感识别（EEG-ER）正面临重大的可重现性危机。本文通过调研 216 篇核心论文，发现研究者们在评估模型时几乎“各顾各”。为此，作者推出了 EEGAIN 框架，通过标准化的数据管道和强制性的基线对比，揭露了许多所谓 SOTA 模型在跨受试者场景下其实难以击败“随机预测”的真相，为领域回归理性提供了工具。

背景定位：繁荣背后的“评价混乱”

近几年 EEG-ER 论文数量激增，但在学术坐标系中，我们却很难给出一个确切的“最强模型”排名。原因很简单：如果 A 论文用的三秒分段，B 论文用的一秒分段；或者 A 将 5 分定为高唤醒阈值，B 将 4 分定为阈值（这会改变类分布），那么两者的准确率对比就完全失去了数学意义。

核心洞察：为何评估协议是该领域的“阿喀琉斯之踵”？

作者指出当前研究存在五个致命的不一致点：

1. 数据集选择：90% 的研究仅在 1-2 个数据集上评估。
2. 预处理黑盒：滤波频率、降采样率、伪迹剔除手段各异。
3. 数据切分（Splitting）：受试者相关（Subject-dependent）与无关（Independent）实验混杂，后者才是衡量泛化力的金标准。
4. 真值（Ground Truth）定义：连续维度的二值化阈值随意设置，直接导致样本不平衡率剧变。
5. 指标单一：过度依赖 Accuracy（准确率），忽视了在类别不平衡时的 F1-score。

方法论：EEGAIN 框架的“标准化管道”

为了终结这种混乱，EEGAIN 实现了从原始信号到结项报告的全自动、标准化处理流程。

1. 架构解析

EEGAIN 将流程拆解为五个核心 Block：

• Data & Transform: 封装了 6 个主流数据集（AMIGOS, DEAP, DREAMER, MAHNOB-HCI, SEED, SEED-IV），支持一键加载和带陷、带通滤波。
• Split: 强制推行 LOSO（留一受试者）和 LOTO（留一试次）交叉验证。
• Model: 内置了 EEGNet, DeepConvNet, ShallowConvNet 和 TSception 四种基准模型。
• Logger: 自动集成 TensorBoard，强制输出带标准差的 F1 分数和混淆矩阵。

实验揭秘：谁才是真正的强者？

作者在 EEGAIN 框架下对四种经典模型进行了跨数据集的 LOSO 实验。结果令人清醒：

• 唤醒/效价任务（Valence/Arousal）：在 DEAP 和 AMIGOS 等数据集上，即使是当红的 TSception，其 F1 分数也仅能勉强优于“随机预测”基线。
• 分类任务（Categorical）：在 SEED 数据集上，DeepConvNet 展现了显著的优越性，其加权 F1 达到 0.52，远超 0.34 的基线水平。

深度洞察：EEG-ER 的未来在哪里？

1. 脱离实验室温室：LOSO 实验的大面积“翻车”说明，目前的深度学习模型对脑电信号的个体差异处理极其脆弱。
2. 基线（Baseline）的重要性：任何不提供“预测多数类”对比结果的 Acc 提升都是不可信的。
3. 标准化即正义：EEGAIN 的价值不仅在于提供了代码，更在于提出了“受试者无关评估”应作为该领域发表的门槛。

总结

EEGAIN 拨开了 EEG 情感识别领域的迷雾。它告诉我们：算法的堆砌不能代替对领域基础评估规范的尊重。如果你正在从事脑电研究，请务必参考本文提出的阈值设定和 LOSO 切分标准，因为只有在同一条起跑线上的领先，才是真正的 SOTA。