A Multi-Modal Non-Invasive Deep Learning Framework for Progressive Prediction of Seizures

Resumen Técnico: Un Marco de Aprendizaje Profundo Multimodal No Invasivo para la Predicción Progresiva de Convulsiones

Planteamiento del Problema
La epilepsia afecta aproximadamente a 65 millones de personas en todo el mundo, una parte significativa de las cuales (30–40%) padece epilepsia resistente a los fármacos que no puede ser gestionada mediante las intervenciones farmacológicas tradicionales. Mientras que los dispositivos de neuromodulación existentes (por ejemplo, la neuroestimulación responsiva y la estimulación del nervio vago) han utilizado con éxito la identificación de convulsiones para activar la estimulación terapéutica, la predicción de las convulsiones sigue siendo una necesidad crítica y no satisfecha. Los sistemas predictivos podrían permitir que los pacientes tomen medidas de precaución o permitir que los dispositivos alteren los patrones de estimulación para prevenir las convulsiones por completo.

Sin embargo, la predicción de las convulsiones enfrenta dos desafíos técnicos principales:

1. Desequilibrio de Datos: Los eventos de convulsión son escasos en comparación con los períodos sin convulsiones, lo que genera conjuntos de datos de entrenamiento sesgados.
2. Dificultad de Clasificación Temporal: Clasificar con precisión el período preictal (pre-convulsivo) mucho antes del inicio (hasta una hora antes) es difícil. Los modelos suelen sufrir de baja sensibilidad (falsos negativos) para las ventanas tempranas del período preictal y baja especificidad (falsos positivos) a medida que la convulsión se aproxima. Además, la mayoría de las soluciones de aprendizaje profundo (DL) existentes dependen de datos unimodales (por ejemplo, EEG intracraneal o EEG de superficie por sí solos), dejando el potencial de la integración multimodal en gran medida inexplorado.

Metodología
Los autores proponen un marco multimodal personalizado utilizando señales no invasivas de electroencefalograma (EEG) y electrocardiograma (ECG). El sistema está diseñado como una Red de Área Corporal (BAN) donde los nodos portátiles realizan la inferencia local, transmitiendo los resultados a una puerta de enlace (gateway) que coordina con un controlador de Estimulación Cerebral Profunda (DBS).

• Fuente de Datos: El estudio utiliza datos del proyecto EPILEPSIAE, seleccionando específicamente 29 pacientes con grabaciones de ECG de un solo canal no invasivo y EEG de superficie (sistema 10–20) disponibles. El conjunto de datos incluye grabaciones continuas de largo plazo con un promedio de 165 horas por paciente.
• Estrategia de Etiquetado: Para abordar la naturaleza progresiva de la predicción, los autores definen un esquema de clasificación multiclase. El tiempo previo a una convulsión se divide en cuatro intervalos de 15 minutos (0–15, 15–30, 30–45 y 45–60 minutos antes del inicio). Una quinta clase representa el período sin convulsiones (interictal) (más de 90 minutos antes). Los períodos de convulsión (ictal) se excluyen del entrenamiento.
• Arquitectura de Aprendizaje Profundo:
  • Modalidades Individuales: Se entrenan Redes Neuronales Convolucionales (CNN) 1D separadas para los datos de EEG y ECG. Cada red consta de cuatro bloques de capas Conv1D y Max-pooling, seguidos de capas densas con activación ReLU y una capa final Softmax.
  • Función de Pérdida: Para mitigar el desequilibrio de clases, los modelos se entrenan utilizando la función de Pérdida Focal (Focal Loss).
  • Modelo Combinador: Las salidas (probabilidades) de los modelos individuales de EEG y ECG se introducen en un modelo "combinador" de Regresión Logística. Este modelo integra las probabilidades multimodales para producir la predicación final.
• Restricciones del Sistema: La arquitectura está optimizada para el despliegue en el borde (edge deployment). El tiempo de ejecución de la inferencia en una plataforma Xilinx KV260 promedia 20 ms. El sistema prioriza modelos ligeros para reducir el costo computacional, el uso de memoria y el consumo de energía, lo que lo hace adecuado para dispositivos portátiles e implantables.

Contribuciones Clave

1. Integración Multimodal: El artículo demuestra la sinergia de combinar señales no invasivas de EEG y ECG, mostrando que el enfoque combinado supera a los modelos unimodales tanto en sensibilidad como en especificidad.
2. Predicción Progresiva: A diferencia de los clasificadores binarios de convulsión/no convulsión, este marco implementa un algoritmo multiclase capaz de predecir la cuenta regresiva hacia el inicio de la convulsión en intervalos de 15 minutos hasta una hora antes.
3. Marco Optimizado para el Borde (Edge): El sistema está diseñado para el procesamiento en tiempo real en dispositivos de borde, utilizando comunicación ultrasónica para la BAN con el fin de minimizar la sobrecarga de transmisión de datos y preservar la duración de la batería, abordando al mismo tiempo las preocupaciones de privacidad asociadas con las soluciones basadas en la nube.
4. Entrenamiento Personalizado: Los modelos se entrenan individualmente para cada paciente para dar cuenta de la variabilidad fisiológica, utilizando un conjunto de datos exhaustivo de 29 pacientes.

Resultados Experimentales
El sistema fue evaluado mediante validación cruzada de 5 pliegues (5-fold cross-validation) en el conjunto de datos de 29 pacientes. Los resultados, promediados en todos los pacientes, indican:

• Métricas de Desempeño: El modelo combinado multimodal logró un 95% de sensibilidad, 98% de especificidad y 97% de precisión (accuracy).
• Análisis de la Matriz de Confusión: El sistema demostró un sólido desempeño en la identificación de períodos sin convulsiones. Aunque la precisión para intervalos específicos de pre-convulsión varió, los errores ocurrieron predominantemente entre clases de tiempo adyacentes (por ejemplo, prediciendo 30–45 minutos cuando la etiqueta real era 45–60 minutos), lo que sugiere que el modelo captura la tendencia general de la aproximación al inicio de la convulsión.
• Tendencias Temporales: La precisión mejoró a medida que el tiempo predicho se acercaba al inicio de la convulsión, lo cual es consistente con la expectativa de que los marcadores pre-convulsivos se vuelven más distintivos cerca del evento.

Significancia y Reivindicaciones
Los autores afirman que este marco ofrece una solución robusta para los sistemas de neuromodulación de bucle cerrado (closed-loop) de próxima generación. Al proporcionar alertas oportunas y granulares (hasta una hora de antelación), el sistema permite a los pacientes alertar a los cuidadores o evitar actividades peligrosas. Además, la integración de señales cardíacas no invasivas en la predicción de convulsiones amplía el alcance de las tecnologías portátiles. El artículo posiciona este trabajo como un paso hacia la prevención de las convulsiones mediante la alteración de los patrones de estimulación basados en la probabilidad predicha, pasando de un tratamiento reactivo a una intervención proactiva. Los autores señalan que, si bien el ruido de las actividades diarias es un factor conocido, el estudio actual se centra en la eficacia del marco de DL multimodal, y la robustez al ruido se investigará en trabajos futuros.