Cross-Subject Intracranial EEG Reconstruction from Scalp Recordings Using Multi-Scale Cross-Attention Transformers

Resumen Técnico: Reconstrucción de EEG Intracraneal Inter-sujeto a partir de Grabaciones del Cuero Cabelludo Mediante Transformadores de Atención Cruzada Multi-Escala

Enunciado del Problema
El EEG intracraneal (iEEG) ofrece grabaciones neuronales de alta fidelidad con resolución espacial milimétrica y precisión temporal milisegunda, esenciales para el monitoreo clínico de la epilepsia y aplicaciones de interfaz cerebro-computadora (BCI). Sin embargo, la adquisición de iEEG requiere neurocirugía invasiva, lo que limita su uso a poblaciones clínicas específicas y restringe el estudio de regiones cerebrales a aquellas objetivo de la implantación. Aunque esfuerzos recientes han intentado estimar iEEG a partir de EEG del cuero cabelludo no invasivo, los métodos existentes dependen predominantemente de un entrenamiento específico del paciente (dentro del sujeto). Esto crea una dependencia circular: si un paciente requiere cirugía invasiva para generar los datos de entrenamiento necesarios para un modelo no invasivo, el enfoque no invasivo ofrece poca ventaja práctica sobre la grabación directa. Además, los enfoques inter-sujeto existentes a menudo se centran en tareas de clasificación en lugar de la reconstrucción a nivel de forma de onda, o requieren datos individuales de resonancia magnética estructural (MRI) para tener en cuenta la variabilidad anatómica.

Metodología: El Marco CAST
Los autores proponen CAST (Transformador de Atención Cruzada Espacio-Temporal), un marco de aprendizaje automático diseñado para traducir EEG del cuero cabelludo a formas de onda de iEEG multicanal para nuevos sujetos no vistos, utilizando un enfoque de aprendizaje por transferencia en dos etapas.

1. Arquitectura:

   • Codificador Multi-Escala: El modelo procesa las señales de entrada de EEG del cuero cabelludo dividiéndolas en parches no superpuestos en tres escalas de tiempo distintas (8, 16 y 32 muestras). Estos parches se proyectan en un espacio latente ($d_{modelo}=128$) mediante MLPs y se combinan con incrustaciones específicas de escala y posicionales. Un codificador Transformer de 4 capas con atención auto-referencial multi-cabeza procesa estos tokens concatenados para capturar representaciones neuronales amplias a través de transitorios de alta frecuencia y oscilaciones más lentas.
   • Decodificador Consciente del Canal: Para abordar la variabilidad en la colocación y el conteo de electrodos entre pacientes, el decodificador utiliza un mecanismo de atención cruzada con tokens de consulta temporal compartidos ($M=25$) e incrustaciones aprendibles por canal. Esto permite que el modelo reconstruya canales objetivo específicos de iEEG de forma independiente basándose en las características codificadas del cuero cabelludo.

2. Protocolo de Entrenamiento (Dejar Un Sujeto Fuera):

   • Pre-entrenamiento del Codificador Universal: Para prevenir el olvido catastrófico y el sobreajuste a anatomías específicas, el codificador se pre-entrena secuencialmente con datos de todos los sujetos excepto el sujeto de prueba.
   • Calibración del Decodificador: Reconociendo que las configuraciones de hardware varían, el decodificador se trata como una herramienta de proyección personalizada. Para un nuevo paciente, el decodificador se inicializa y ajusta finamente utilizando una breve fase de calibración (20% de los datos del paciente, aproximadamente 2–12 minutos).
   • Estrategia de Selección de Canales: Los autores introducen una estrategia basada en datos para identificar canales "observables". Los canales que alcanzan una correlación de Pearson $r \ge 0.15$ durante una fase de calentamiento en datos de calibración se seleccionan para la reconstrucción final, filtrando los canales donde la señal está demasiado atenuada para ser recuperada.

3. Función de Pérdida: El modelo se optimiza utilizando una función de pérdida compuesta que equilibra la precisión de amplitud (MSE), la forma de la onda (penalización de correlación de Pearson) y el contenido de frecuencia (pérdida espectral).

Conjuntos de Datos y Evaluación
El estudio se evaluó en dos conjuntos de datos públicos independientes:

• Cohorte GIN: 9 pacientes con epilepsia focal farmacorresistente realizando una tarea de memoria de trabajo verbal (17–21 canales del cuero cabelludo, 32–64 contactos de iEEG).
• OpenNeuro ds004752: 14 pacientes (originalmente 15) realizando una tarea de categorización visual (6–21 canales del cuero cabelludo, 32–80 contactos de iEEG).
  La evaluación utilizó una estrategia de validación cruzada de dejar un sujeto fuera (LOSO) a través de un total de 1.282 canales de iEEG.

Resultados Clave

• Generalización Inter-sujeto: CAST reconstruyó con éxito señales corticales de iEEG para nuevos sujetos sin un extenso entrenamiento específico del paciente. En regiones sensoriomotoras altamente observables, el modelo alcanzó correlaciones máximas de $r = 0.864$ en el giro precentral y $r = 0.732$ en el giro postcentral.
• Validación del Gradiente de Profundidad: El estudio confirmó un gradiente de profundidad estadísticamente significativo ($p = 0.014$ mediante Modelos de Efectos Mixtos Lineales). Los contactos corticales ($N=313$, media $r = 0.221$) se reconstruyeron con una fidelidad significativamente mayor que las estructuras subcorticales profundas ($N=507$, media $r = 0.182$), como el hipocampo ($r=0.197$) y la amígdala ($r=0.233$). Esto se alinea con la teoría de la conducción volumétrica, donde las señales de estructuras profundas se atenúan significativamente antes de llegar al cuero cabelludo.
• Rendimiento en Sujetos Viables: Al aplicar la estrategia de selección de canales, el modelo alcanzó una correlación media de $r = 0.545$ ($R^2 = 0.333$) en sujetos "viables" (aquellos con suficientes canales observables) en el conjunto de datos ds004752, superando las líneas base anteriores dentro del sujeto y otros métodos inter-sujeto que requieren MRI o se centran en la clasificación.
• Estudios de Ablación: El modelado temporal multi-escala y la inclusión de la penalización de correlación de Pearson en la función de pérdida se identificaron como componentes críticos para maximizar la fidelidad de la forma de onda.

Significado y Afirmaciones
El artículo afirma que CAST demuestra la viabilidad de reconstruir señales corticales de iEEG a partir de EEG del cuero cabelludo para nuevos sujetos sin necesidad de extensos datos de entrenamiento específicos del paciente o escaneos individuales de resonancia magnética estructural. Los autores argumentan que:

1. Rompiendo la Dependencia Circular: Al utilizar un codificador universal y una breve fase de calibración, el modelo ofrece una alternativa práctica a la recolección de datos invasivos para la estimación de señales corticales.
2. Consistencia Fisiológica: El gradiente de profundidad observado sirve como validación fisiológica independiente, sugiriendo que el modelo aprende relaciones reales de señales neuronales gobernadas por la física de la conducción volumétrica en lugar de correlaciones espurias.
3. Utilidad Clínica y BCI: La capacidad de reconstruir con precisión señales en regiones sensoriomotoras (donde las correlaciones superaron 0.7) sugiere aplicaciones potenciales en BCIs no invasivas y como herramienta de cribado para guiar la colocación de electrodos en la planificación quirúrgica de la epilepsia.

Los autores permanecen modestos respecto a las estructuras cerebrales profundas, reconociendo que la precisión de la reconstrucción para regiones profundas (por ejemplo, el hipocampo) sigue estando limitada por las restricciones físicas fundamentales de la atenuación de la señal, señalando que incluso modelos avanzados dentro del sujeto con datos de MRI luchan por lograr altas correlaciones en estas áreas. Concluyen que, aunque una breve fase de calibración es necesaria para adaptarse a nuevo hardware, el enfoque representa un paso significativo hacia la traducción neuronal agnóstica al hardware.