Resumen Técnico: EEG de Baja Densidad para la Detección de Convulsiones mediante Arquitecturas CNN-RNN

Planteamiento del Problema

La epilepsia afecta a más de 50 millones de personas en todo el mundo, lo que requiere una detección de convulsiones precisa y rápida para un manejo clínico eficaz. Si bien los sistemas de detección automatizados ofrecen una solución a la naturaleza laboriosa y propensa a errores de la anotación manual de EEG, su despliegue en el monitoreo prolongado y en el mundo real se ve obstaculizado por la impracticidad de las configuraciones estándar de EEG de caperuza completa debido a la incomodidad y el estigma social. En consecuencia, los sistemas de EEG de baja densidad y portátiles (wearable), como los montajes detrás de la oreja (bte), han surgido como una alternativa viable. Sin embargo, estas configuraciones de electrodos reducidas sufren de una resolución espacial limitada, relaciones señal-ruido (SNR) más bajas y una mayor vulnerabilidad a los artefactos. Los enfoques tradicionales de aprendizaje automático que dependen de características diseñadas manualmente suelen tener dificultades para mantener el rendimiento bajo estas restricciones, y los modelos de aprendizaje profundo automatizados existentes para EEG bte han demostrado solo una sensibilidad moderada con tasas significativas de falsas alarmas, particularmente en entornos domésticos.

Metodología

Este estudio investiga la eficacia de las arquitecturas híbridas de aprendizaje profundo (CNN-RNN) para la detección automatizada de convulsiones utilizando un montaje bte simulado derivado del Temple University Seizure Corpus (TUSZ, v2.0.3).

Preparación de Datos:

• Conjunto de Datos: Se utilizó el corpus TUSZ v2.0.3, restringido a pacientes adultos (≥18 años) con grabaciones de al menos 3 segundos. Se respetó estrictamente la partición oficial fija en conjuntos de entrenamiento, validación (dev) y prueba (eval).
• Simulación: Para simular una configuración bte, se extrajo el subconjunto de electrodos {P7, T7, P8, T8}. Se generaron dos representaciones espaciales:
  1. Montaje Promedio (Average Montage): Canales referenciados al promedio de la submuestra.
  2. Montaje Bipolar: Pares derivados {P7−T7, P8−T8, P7−P8, T7−T8}.
• Preprocesamiento: Las señales se remuestrearon a 256 Hz, se filtraron (notch de 60 Hz, paso de banda de 1–25 Hz) y se segmentaron en ventanas de 2 segundos. Los controles de calidad de los datos excluyeron ventanas con desviaciones estándar extremas o canales inactivos. La normalización se realizó mediante un escalador robusto (5–95%) seguido de recorte (clipping).
• Aumento de Datos (Augmentation): Los datos de entrenamiento se aumentaron mediante la inversión de canales izquierda-derecha y el uso de ventanas superpuestas (superposición de 0.5 s).

Arquitecturas de Modelos:
Se evaluaron tres arquitecturas distintas:

1. Modelos de Series Temporales (CNN-LSTM/GRU): Un extractor de características 1D-CNN (tres capas con conteos de filtros crecientes y tamaños de núcleo decrecientes) acoplado a una capa bidireccional LSTM o GRU (tamaño oculto 128). Las características temporales se agregaron mediante pooling de media global y de máximo.
2. Modelo de Características Espectrales (CNN-FT): Una CNN 1D de cuatro capas que procesa el espectro de potencia logarítmico (derivado mediante Transformada de Fourier) para capturar características en el dominio de la frecuencia.
3. Modelo Híbrido de Entrada Combinada (CNN-Merged): Una arquitectura de fusión tardía que procesa series temporales (montaje promedio) y el espectro de potencia logarítmica en ramas paralelas. Los vectores de características resultantes ($z_{time}$ y $z_{spec}$) se concatenan antes de la clasificación.

Entrenamiento y Evaluación:
Los modelos se entrenaron en PyTorch utilizando el optimizador AdamW con una relación de peso de desequilibrio de clase de 1:10 (fondo:convulsión). La selección del modelo utilizó un criterio de ROC AUC robusto ($AUC_{robust} = \mu_{AUC} - 0.5 \cdot \sigma_{AUC}$) sobre una ventana deslizante de tres épocas para asegurar la estabilidad. El rendimiento se midió utilizando Exactitud Balanceada (BACC), Sensibilidad, Especificidad y ROC AUC.

Resultados Clave

El estudio comparó varias arquitecturas a través de diferentes montajes y dominios de entrada tanto en los conjuntos de validación como en los de prueba (held-out test sets).

• Máximo Rendimiento: El modelo CNN-Merged logró el mayor rendimiento en el conjunto de prueba, con un ROC AUC de 85.89% y una Exactitud Balanceada de 79.11%. También demostró la mayor sensibilidad (81.03%).
• Comparación con Modelos de Dominio Único:
  • El CNN-LSTM (Montaje promedio) logró un ROC AUC de prueba de 83.47%, pero requirió significativamente menos épocas de entrenamiento (324 frente a 918 para CNN-Merged) para alcanzar el rendimiento máximo de validación.
  • El modelo CNN-FT de solo espectro logró un ROC AUC de prueba de 84.11%, confirmando el poder discriminativo de las características del dominio de la frecuencia, aunque funcionó mejor cuando se complementó con datos temporales.
• Robustez: Los modelos exhibieron una fuerte robustez a través de diferentes montajes (Promedio vs. Bipolar) y tipos de RNN (LSTM vs. GRU), con una varianza mínima de rendimiento. La elección del montaje no impactó significativamente la capacidad discriminativa en esta configuración de baja densidad.
• Especificidad del Tipo de Convulsión: El modelo CNN-Merged logró la mayor sensibilidad general (82.99%) a una especificidad fija de ~75%, desempeñándose bien tanto en categorías de convulsiones focales (80.77%) como generalizadas (87.62%).
• Estabilidad: El reentrenamiento del modelo CNN-Merged con diferentes semillas aleatorias confirmó una alta estabilidad, con una varianza insignificante en las métricas de prueba.

Significancia y Reivindicaciones

El artículo sostiene que los modelos de aprendizaje profundo híbridos, específicamente la arquitectura CNN-Merged, representan una vía prometedora para la detección de convulsiones robusta e independiente del paciente en aplicaciones de EEG de baja densidad.

• Cerrando la Brecha: Los hallazgos sugieren que los modelos avanzados pueden compensar eficazmente la pérdida de información espacial inherente a las configuraciones de electrodos reducidas. El rendimiento del modelo propuesto (ROC AUC de 85.89%) es comparable a los resultados del estado del arte obtenidos con registros de escala completa (por ejemplo, Chybowski et al. [16] reportó 85.94% ± 4.45% en datos de montaje completo).
• Integración de Características: El estudio corrobora que la integración de representaciones de características temporales y espectrales produce capacidades de generalización superiores en comparación con los enfoques de dominio único, capturando una representación más holística de la dinámica de las convulsiones.
• Viabilidad de los Dispositivos Portátiles (Wearables): Los resultados indican que la detección de alto rendimiento de convulsiones no requiere estrictamente la cobertura de la escala completa, lo que respalda la viabilidad de los sistemas portátiles con recursos limitados para el monitoreo a largo plazo.

Limitaciones y Direcciones Futuras:
Los autores señalan modestamente que, si bien los resultados son competitivos, la especificidad actual es insuficiente para el uso diario totalmente autónomo debido al potencial de carga por detecciones falsas. El estudio reconoce una brecha de rendimiento entre la validación y el conjunto de prueba, probablemente debido al sobreajuste en los datos de validación y a los cambios en la distribución. El trabajo futuro se identifica con la necesidad de transicionar de la clasificación por segmento a la detección robusta basada en eventos, validar los hallazgos con conjuntos de datos de dispositivos portátiles del mundo real (por ejemplo, Bhagubai et al. [13]) y optimizar los modelos para entornos de computación en el borde (edge computing).