An EEG Signals-based Deep Spatio-Temporal Feature Extraction with Dual Attention for Detecting Parkinson’s Disease

Resumen Técnico: Extracción de Características Espacio-Temporales Profundas Basada en Señales de EEG con Atención Dual para la Detección de la Enfermedad de Parkinson

Planteamiento del Problema
La enfermedad de Parkinson (EP) es un trastorno neurodegenerativo progresivo caracterizado por oscilaciones cerebrales irregulares que deterioran las funciones motoras y cognitivas. La detección temprana es crítica para un manejo eficaz, sin embargo, los métodos de diagnóstico actuales suelen depender de neuroimágenes costosas (RM, fMRI) o procedimientos invasivos. Si bien la electroencefalografía (EEG) ofrece una alternativa no invasiva, de bajo costo y de alta resolución temporal para monitorear la actividad cerebral, los modelos de diagnóstico automatizados existentes enfrentan limitaciones significativas. Muchos enfoques actuales se centran exclusivamente en la dinámica temporal o en la dinámica de los canales, fallando al no separar adecuadamente los componentes espaciales discriminativos de la señal. Además, muchos modelos carecen de mecanismos especializados para enfocarse selectivamente en la variabilidad espacial valiosa a través de los electrodos y en las fluctuaciones temporales a través de las ventanas de tiempo, lo que conduce a una reducción de la generalización y la robustez frente a la variabilidad de los sensores.

Metodología
Los autores proponen un marco de trabajo denominado Deep Spatio-Temporal Feature Extraction-based Dual-Attention EEGNet (CSFE-DAE). La metodología integra el preprocesamiento de la señal, la extracción de características espaciales y una arquitectura de aprendizaje profundo con mecanismos de atención dual.

1. Preprocesamiento y Aumento de Datos:

   • Conjuntos de Datos: El estudio utiliza dos conjuntos de datos públicos: el EEG en estado de reposo de UC San Diego (ds002778) para el entrenamiento y el EEG de Parkinson de OpenNeuro (ds003490) para la validación externa.
   • Pipeline: Las señales crudas se submuestrean a 256 Hz, se filtran de paso de banda (0.5–45 Hz), se filtran mediante un filtro notch para eliminar el ruido de línea y se limpian utilizando el Análisis de Componentes Independientes (ICA) para eliminar artefactos oculares y musculares. Las señales se re-referencian utilizando la Referencia de Promedio Común (CAR) y se segmentan en épocas de 2 segundos.
   • Aumento (Augmentation): Para abordar el desequilibrio de clases y mejorar la robustez, se inyecta ruido gaussiano específicamente en las épocas de los Controles Saludables (HC) durante el entrenamiento, equilibrando el conjunto de datos sin alterar la distribución de la EP.

2. Extracción de Características Espaciales (Common Spatial Pattern - CSP):

   • Antes de alimentar los datos en la red neuronal, se emplea CSP como un método de extracción de características supervisado.
   • CSP calcula matrices de covarianza para las clases de EP y HC, realiza el blanqueamiento (whitening) y deriva filtros espaciales que maximizan la diferencia de varianza entre las dos clases.
   • El resultado es un conjunto de características de log-varianza que enfatizan las alteraciones específicas de las bandas de frecuencia (por ejemplo, la banda $\beta$ y la banda $\theta$) sobre las áreas corticales relacionadas con el movimiento, proporcionando una entrada discriminativa para el clasificador.

3. Arquitectura Dual-Attention EEGNet:

   • El clasificador central es una EEGNet modificada que procesa las características extraídas por CSP.
   • Convolución Temporal: Extrae patrones específicos de frecuencia.
   • Convolución Espacial Depthwise: Modela las dependencias entre canales.
   • Convolución Separable: Captura interacciones espacio-temporales localizadas conjuntas.
   • Mecanismo de Atención Dual:
     • Atención de Canal: Utiliza el promedio global de la potencia (global average pooling) a través del tiempo para aprender puntuaciones de importancia para cada canal de EEG, suprimiendo sensores ruidosos y enfatizando las áreas motoras.
     • Atención Temporal: Aplica la normalización SoftMax para enfocarse en segmentos de tiempo informativos, capturando la dinámica anormal de $\alpha$-$\beta$ vinculada a la EP.
   • Función de Pérdida: El modelo utiliza Focal Loss ($\gamma=2.0, \alpha=0.25$) para escalar dinámicamente la pérdida, enfocándose en las muestras difíciles de clasificar y mitigando el desequilibrio de clases.

Contribuciones Clave
El artículo destaca cuatro contribuciones primarias:

1. Integración Novedosa: Este es el primer trabajo que combina la extracción de características asistida por CSP con una Dual-Attention EEGNet específicamente para la detección de la EP utilizando señales de EEG.
2. Atención de Canal: La inclusión de un mecanismo de atención de canal permite que la red repondere de forma adaptativa el peso de la importancia de los electrodos, enfocándose en las regiones espaciales más relevantes para la patología de la EP.
3. Robustez mediante Aumento: La aplicación de aumento de ruido gaussiano a nivel de sensor mejora la tolerancia del modelo a la variabilidad natural y a las perturbaciones menores en la adquisición de EEG.
4. Validación Externa: La capacidad de generalización del modelo se evalúa rigurosamente en un conjunto de datos externo independiente (OpenNeuro) que no fue utilizado durante el entrenamiento.

Resultados Experimentales
El marco propuesto CSFE-DAE fue evaluado mediante validación cruzada de 5 pliegues (5-fold cross-validation) en el conjunto de datos de UC San Diego y probado en el conjunto de datos de OpenNeuro.

• Desempeño: El modelo alcanzó una precisión media de 97.59% (±0.47) en el conjunto de datos interno, con una sensibilidad de 97.5% y una especificidad de 96.1%.
• Generalización: En el conjunto de datos independiente de OpenNeuro, el modelo mantuvo una precisión del 96.0%, demostrando una fuerte capacidad de generalización sin sobreajuste (overfitting).
• Comparación: El método propuesto superó a las técnicas de vanguardia existentes (incluyendo CNN+SVM, GNN y la EEGNet estándar) que reportaron precisiones que oscilan entre el 69% y el 94% en el mismo conjunto de datos. También superó a los modelos base que utilizan CSP+SVM (85.42%) y CSP+EEGNet sin atención (90.18%).

Significancia y Reivindicaciones
Los autores afirman que el CSFE-DAE es una herramienta diagnóstica competente y ligera que aborda los desafíos específicos de la detección de la EP en datos de EEG. Al modelar explícitamente las dependencias en ambos dominios, temporal y espacial, a través del mecanismo de atención dual, la red se vuelve más resiliente a la baja relación señal-ruido y a la variabilidad inherente de los datos de EEG. El estudio sostiene que este marco mejora la sensibilidad a los patrones relacionados con la EP mientras suprime las fluctuaciones de fondo irrelevantes. La exitosa validación externa sugiere que el enfoque es generalizable más allá de la cohorte de entrenamiento, ofreciendo un método prometedor para la detección temprana de la enfermedad de Parkinson. Se propone como trabajo futuro extender este enfoque a escenarios de múltiples clases y aplicaciones clínicas en tiempo real mediante el aprendizaje por transferencia (transfer learning).