多尺度时空图Mamba模型(MSGM)：脑电情绪识别的创新突破与边缘计算应用

《Frontiers in Neuroscience》：MSGM: a multi-scale spatiotemporal graph Mamba for EEG emotion recognition

本综述系统介绍了多尺度时空图Mamba模型(MSGM)在脑电(EEG)情绪识别领域的突破性进展。该模型创新性地整合了多窗口时间分割、双模态图卷积网络(GCN)和选择性状态空间模型(SSM)，在SEED、THU-EP和FACED数据集上实现了83.43%的准确率和85.03%的F1值，同时将边缘设备推理时间压缩至151毫秒。MSGM通过线性计算复杂度成功解决了传统Transformer架构的二次方复杂度瓶颈，为实时情感计算和移动健康监测提供了全新的技术范式。

　　

引言：脑电情绪识别的前沿挑战

基于脑电图(EEG)的情绪识别技术在移动健康监测和实时情感交互领域具有重要价值。当前研究方法面临关键挑战：如何在建模脑活动复杂多尺度动力学特征的同时，保持边缘部署所需的计算效率。传统方法往往依赖固定时间尺度，忽视层次化空间连接性，这限制了分类鲁棒性和实际应用中的可扩展性。

多尺度时空图Mamba模型(MSGM)的创新架构

研究团队提出的多尺度时空图Mamba模型(MSGM)采用多窗口时间分割策略提取相对功率谱密度(rPSD)特征，模拟大脑的多尺度处理机制，同时捕捉瞬时情绪波动和持续情绪状态。在空间维度上，模型构建了双模态全局和局部图，通过多深度图卷积网络(GCN)进行优化，直观建模层次化脑连接而非孤立传感器。这些特征通过标记嵌入融合模块进行合成，并由单层MSST-Mamba模块处理，该模块利用状态空间建模确保线性计算复杂度，避免了Transformer的延迟瓶颈。

技术实现细节与核心模块

时序多尺度特征提取模块采用两级分割策略：第一级将原始EEG信号分割为20秒的大段，第二级使用k个不同长度的滑动窗口进一步细分。通过快速傅里叶变换(FFT)将信号分解为7个频带（δ：1-4Hz，θ：4-8Hz，α：8-12Hz，低β：12-16Hz，β：16-20Hz，高β：20-28Hz，γ：30-45Hz），并计算相对功率谱密度(rPSD)。与传统的功率谱密度(PSD)和差分熵(DE)相比，rPSD通过归一化处理有效减轻了主体间生理变异性的影响。

空间多尺度先验信息初始化模块构建全局图G_G,k和局部图G_L,k，使用混合度量（皮尔逊相关系数PCC和曼哈顿距离MD）建立邻接矩阵。全局图捕获全脑范围的通道交互，而局部图限制在预定义的 scalp 区域内连接，这种双图策略有效封装了广泛的通道间依赖性和局部化交互。

时空特征自适应融合模块采用四个不同的图编码器（浅层全局GCN、深层全局GCN、浅层局部GCN、深层局部GCN），基于ChebyNet实现。通过标记嵌入将GCN输出与基础嵌入结合，生成包含多视图空间表示的全局和局部标记嵌入。

MSST-Mamba模块的核心创新

MSST-Mamba模块包含m个MSSTBlock层，每个块封装一个MambaBlock，执行核心时序建模。选择性状态空间模型(SSM)的递归关系定义为：

x_t= exp(Δ_t·A)·x_t-1+ Δ_t·B_t·v_t

y_t= C_t·x_t+ D·v_t

其中Δ_t、B_t和C_t是通过线性投影从输入生成的时间变化参数，使模型能够选择性地传播或遗忘信息。这种机制以n_k的线性复杂度捕获短期和长期依赖关系。

实验验证与性能分析

在SEED、THU-EP和FACED数据集上的实验结果表明，MSGM在主体独立协议下显著优于基线方法。在SEED数据集上达到83.43%的准确率和85.03%的F1值，在THU-EP数据集上分别达到71.39%和73.82%，在FACED数据集上达到63.17%和76.01%。统计显著性分析（Welch's t检验）显示，MSGM在SEED数据集上显著优于DGCNN（p=0.032）和TSception（p=0.005），效应量较大（Cohen's d>0.8）。

模型效率与边缘部署优势

MSGM仅使用349,218个参数，约为领先方法EmT（703,530个参数）的一半。在NVIDIA Jetson Xavier NX边缘设备上实现151毫秒的推理时间，证明了其在资源受限环境中的实用性。这种效率优势主要源于MSST-Mamba模块的线性复杂度，与传统Transformer架构的二次方复杂度形成鲜明对比。

消融研究与参数敏感性分析

消融实验证实了各模块的重要性：移除MSST-Mamba模块导致SEED数据集准确率下降3.90%，移除时空融合模块下降3.68%，移除时序多尺度特征提取模块下降3.39%。脑区划分实验显示，7区域划分方案效果最优（准确率83.43%），优于10区域（82.79%）和17区域（81.27%）划分。

特征类型比较表明，rPSD特征显著优于PSD和DE特征，在SEED数据集上比DE准确率提高5.77个百分点，比PSD提高11.27个百分点。MSST-Mamba块数量实验发现，单块配置性能最佳，增加块数会导致性能波动和下降。

可视化分析与神经机制解释

连接性可视化显示，训练后的局部图中C6-CP4和C1-Pz连接最强，表明模型优先增强了中央区和顶叶区的交互，这些区域在感觉整合和空间处理中起关键作用。从初始连接到学习连接的演变过程，证实了模型捕获和优化关键神经关系的能力，同时保持了空间一致性。

技术局限性与未来方向

当前模型精度尚未超过95%，主要受EEG信号非平稳性和主体间变异性的限制。未来研究方向包括多模态生理信号整合（如ECG、眼动追踪）、面向可穿戴EEG系统的架构优化，以及实时自适应学习算法的开发，以动态适应个体神经生理特征。

结论与展望

多尺度时空图Mamba模型(MSGM)通过创新性地整合多尺度时序分析、层次化空间建模和线性复杂度状态空间模型，为EEG情绪识别提供了新的技术范式。其在保持高精度的同时实现边缘设备高效部署的能力，为移动健康监测、临床诊断和人机交互等实际应用开辟了新的可能性。随着多模态数据融合和自适应学习技术的进一步发展，MSGM框架有望在精准医疗和智能健康领域发挥更大作用。