EEG-Conformer for EEG Decoding: A Participant-Wise Evaluation and Ablation Study Across Three Datasets

El cerebro humano es un motor constante y zumbante de actividad eléctrica, disparando diminutos impulsos a través de una vasta red de neuronas. Para escuchar esta conversación sin abrir el cráneo, los científicos utilizan un método llamado electroencefalografía, o EEG. Colocan una gorra de sensores en el cuero cabelludo para captar estas tenues ondulaciones eléctricas. El objetivo es decodificar qué está pensando o haciendo el cerebro simplemente leyendo estos patrones, un campo conocido como interfaz cerebro-computadora. Durante años, los investigadores han dependido de programas informáticos estándar, a menudo basados en redes neuronales convolucionales, para traducir estas señales desordenadas en comandos. Estos programas son buenos detectando patrones locales, como un ritmo específico que aparece en un punto determinado de la cabeza. Sin embargo, el cerebro también es un lugar de conexiones de larga distancia, donde la actividad en un área puede influir en otra lejana. Para capturar esto, se ha introducido un nuevo tipo de modelo informático llamado Transformer. Está diseñado para observar el panorama completo a la vez, conectando señales distantes para comprender el contexto general. La gran pregunta para los científicos es si añadir este pensamiento complejo de largo alcance al emparejamiento de patrones locales más simple realmente ayuda, o si solo añade un peso innecesario al sistema.

Un equipo de investigadores de la Universidad de Konyang se propuso responder a esta pregunta con una investigación cuidadosa y de base. No inventaron una máquina nueva; en su lugar, tomaron un modelo existente llamado EEG-Conformer, que combina el emparejamiento de patrones locales con el pensamiento de largo alcance, y lo sometieron a una rigurosa prueba de esfuerzo. Querían ver si la complejidad adicional mejoraba realmente la capacidad de leer el cerebro, o si los métodos más simples y antiguos eran igual de buenos. También probaron si añadir datos de un pequeño sensor de movimiento, un acelerómetro, ayudaba a la computadora a entender mejor el cerebro, o si esa información adicional era solo ruido. Para ello, recolectaron un nuevo conjunto de grabaciones de 48 voluntarios sanos. Cada persona llevaba un casco con diecinueve sensores en su cuero cabelludo y tres sensores de movimiento en su cuerpo. Los voluntarios realizaron tres tareas sencillas: sentarse con los ojos abiertos, sentarse con los ojos cerrados y mantener los brazos levantados en el aire durante un tiempo prolongado. Los investigadores registraron estas ondas cerebrales a una velocidad muy alta, capturando 500 instantáneas de actividad eléctrica cada segundo.

Los investigadores alimentaron luego estos datos en los modelos informáticos para ver qué tan bien podían adivinar qué tarea estaba realizando la persona. En una única prueba de una sola vez, el modelo complejo con pensamiento de largo alcance funcionó ligeramente mejor que los modelos más antiguos y simples, alcanzando una precisión de aproximadamente el 67 por ciento. Parecía una pequeña victoria para la nueva tecnología. Sin embargo, los investigadores sabían que una sola prueba puede ser engañosa, de forma muy parecida a juzgar la habilidad de un jugador basándose en un solo partido. Para obtener la historia real, repitieron el experimento muchas veces, barajando a los participantes en diferentes grupos y comenzando el proceso de aprendizaje de la computadora con diferentes configuraciones aleatorias. Cuando hicieron esto, la imagen cambió. La pequeña ventaja que mostró el modelo complejo en la primera prueba desapareció o se volvió muy pequeña. De hecho, cuando analizaron los datos a través de muchas agrupaciones diferentes, el modelo complejo fue solo un 0.7 por ciento más preciso que el más simple, una diferencia tan diminuta que era apenas perceptible frente a la variación natural entre los cerebros de diferentes personas.

El estudio también examinó el papel de los sensores de movimiento. En la primera prueba única, eliminar los sensores de movimiento sorprendentemente hizo que la computadora funcionara mejor, lo que sugería que los datos de movimiento estaban confundiendo al sistema. Pero cuando los investigadores realizaron las pruebas repetidas, el resultado se invirtió. Eliminar los sensores de movimiento en realidad hizo que la computadora fuera ligeramente peor, bajando la precisión en aproximadamente un 1.2 por ciento. Esta reversión demostró que el primer resultado fue un golpe de suerte causado por cómo se dividieron los datos en esa ocasión específica. Los sensores de movimiento sí contenían información útil sobre el movimiento, pero el beneficio era pequeño y solo apareció cuando la prueba se realizó muchas veces para promediar la suerte. Los investigadores también probaron si la alta velocidad de su grabación, 500 instantáneas por segundo, era necesaria. Ralentizaron los datos a 125 instantáneas por segundo y descubrieron que la capacidad de la computadora para leer el cerebro no disminuyó significativamente. Esto sugiere que las señales eléctricas del cerebro para estas tareas no necesitan ser capturadas a una velocidad tan alta para ser comprendidas, y que los detalles finos de la grabación rápida no fueron la clave del éxito.

Quizás la parte más reveladora del estudio fue cómo la computadora manejó las diferentes tareas. El modelo fue excelente para distinguir entre ojos abiertos y ojos cerrados, identificando correctamente el estado aproximadamente el 91 por ciento de las veces. Esto se debe a que cerrar los ojos crea un ritmo fuerte y bien conocido en la parte posterior del cerebro que es fácil de detectar. Sin embargo, el modelo tuvo dificultades para distinguir entre el estado de ojos abiertos y la tarea de mantener los brazos levantados. Confundió estos dos estados aproximadamente el 40 por ciento de las veces. Los investigadores se dieron cuenta de que mantener los brazos levantados implica movimiento muscular, lo que crea un ruido eléctrico que se parece mucho a la actividad cerebral de estar simplemente sentado con los ojos abiertos. Debido a que el estudio no registró las señales musculares por separado ni utilizó métodos especiales para eliminar el ruido muscular, es probable que la computadora estuviera detectando el movimiento de los músculos del brazo y el hombro en lugar de las señales cerebrales específicas para la tarea. Esto significa que la computadora no estaba verdaderamente "leyendo la mente" del movimiento del brazo, sino reaccionando al movimiento físico.

El estudio concluyó que la emoción en torno a añadir un pensamiento complejo de largo alcance a las computadoras que leen el cerebro podría estar sobrevalorada para estas tareas específicas. Los modelos más simples y antiguos funcionaron casi tan bien como los complejos, y los componentes adicionales solo ofrecieron un impulso diminuto e inconsistente que dependía en gran medida de cómo se probaban los datos. Los investigadores enfatizaron que la forma en que divides los datos importa inmensamente. Si pruebas la computadora dándole algunos ensayos de una persona para aprender y otros ensayos de la misma persona para adivinar, la computadora parece mucho más inteligente porque ya ha visto los patrones cerebrales de esa persona. Pero cuando la pruebas con personas completamente nuevas que nunca ha visto, el rendimiento cae y las diferencias entre los modelos se reducen. Este estudio sirve como un recordatorio de que, en la búsqueda de la decodificación del cerebro humano, las herramientas más avanzadas no siempre son las mejores, y que las pruebas cuidadosas y repetidas son la única forma de saber si una nueva idea es un avance genuino o simplemente un golpe de suerte.