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

Résumé Technique : Reconstruction Trans-sujet de l'EEG Intracrânien à partir d'Enregistrements du Scalp en Utilisant des Transformers à Attention Croisée Multi-échelle

Énoncé du Problème
L'EEG intracrânien (iEEG) offre des enregistrements neuronaux haute fidélité avec une résolution spatiale millimétrique et une précision temporelle milliseconde, essentiels pour la surveillance clinique de l'épilepsie et les applications d'interface cerveau-ordinateur (BCI). Cependant, l'acquisition de l'iEEG nécessite une neurochirurgie invasive, limitant son utilisation à des populations cliniques spécifiques et restreignant l'étude des régions cérébrales à celles ciblées pour l'implantation. Bien que des efforts récents aient tenté d'estimer l'iEEG à partir d'un EEG de scalp non invasif, les méthodes existantes reposent principalement sur un entraînement spécifique au patient (au sein du sujet). Cela crée une dépendance circulaire : si un patient nécessite une chirurgie invasive pour générer les données d'entraînement nécessaires à un modèle non invasif, l'approche non invasive offre peu d'avantage pratique par rapport à l'enregistrement direct. De plus, les approches trans-sujets existantes se concentrent souvent sur des tâches de classification plutôt que sur la reconstruction au niveau de l'onde, ou elles nécessitent des données d'IRM structurelle individuelles pour tenir compte de la variabilité anatomique.

Méthodologie : Le Cadre CAST
Les auteurs proposent CAST (Transformer Spatio-Temporel à Attention Croisée), un cadre d'apprentissage automatique conçu pour traduire l'EEG de scalp en ondes d'iEEG multi-canaux pour de nouveaux sujets non vus, en utilisant une approche d'apprentissage par transfert en deux étapes.

1. Architecture :

   • Encodeur Multi-échelle : Le modèle traite les signaux d'EEG de scalp d'entrée en les découpant en patches non chevauchants à trois échelles de temps distinctes (8, 16 et 32 échantillons). Ces patches sont projetés dans un espace latent ($d_{model}=128$) via des MLP et combinés avec des embeddings spécifiques à l'échelle et positionnels. Un encodeur Transformer à 4 couches avec attention self multi-têtes traite ces tokens concaténés pour capturer de larges représentations neurales à travers les transitoires haute fréquence et les oscillations plus lentes.
   • Décodeur Conscient des Canaux : Pour répondre à la variabilité dans le placement et le nombre d'électrodes entre les patients, le décodeur utilise un mécanisme d'attention croisée avec des tokens de requête temporels partagés ($M=25$) et des embeddings par canal appris. Cela permet au modèle de reconstruire indépendamment des canaux cibles spécifiques d'iEEG en fonction des caractéristiques de scalp encodées.

2. Protocole d'Entraînement (Un Sujet Laissé de Côté) :

   • Pré-entraînement de l'Encodeur Universel : Pour éviter l'oubli catastrophique et le surajustement à des anatomies spécifiques, l'encodeur est pré-entraîné séquentiellement sur les données de tous les sujets sauf le sujet de test.
   • Calibration du Décodeur : Reconnaissant que les configurations matérielles varient, le décodeur est traité comme un outil de projection personnalisé. Pour un nouveau patient, le décodeur est initialisé et affiné en utilisant une brève phase de calibration (20 % des données du patient, environ 2–12 minutes).
   • Stratégie de Sélection des Canaux : Les auteurs introduisent une stratégie pilotée par les données pour identifier les canaux "observables". Les canaux atteignant une corrélation de Pearson $r \ge 0,15$ pendant une phase de mise en route sur les données de calibration sont sélectionnés pour la reconstruction finale, filtrant ainsi les canaux où le signal est trop atténué pour être récupéré.

3. Fonction de Perte : Le modèle est optimisé en utilisant une fonction de perte composite équilibrant la précision de l'amplitude (MSE), la forme de l'onde (pénalité de corrélation de Pearson) et le contenu fréquentiel (perte spectrale).

Ensembles de Données et Évaluation
L'étude a été évaluée sur deux ensembles de données publics indépendants :

• Cohorte GIN : 9 patients atteints d'épilepsie focale pharmacorésistante réalisant une tâche de mémoire de travail verbale (17–21 canaux de scalp, 32–64 contacts iEEG).
• OpenNeuro ds004752 : 14 patients (à l'origine 15) réalisant une tâche de catégorisation visuelle (6–21 canaux de scalp, 32–80 contacts iEEG).
  L'évaluation a utilisé une stratégie de validation croisée Leave-One-Subject-Out (LOSO) sur un total de 1 282 canaux iEEG.

Résultats Clés

• Généralisation Trans-sujet : CAST a reconstruit avec succès des signaux corticaux iEEG pour de nouveaux sujets sans entraînement spécifique au patient extensif. Dans les régions sensorimotrices hautement observables, le modèle a atteint des corrélations maximales de $r = 0,864$ dans le gyrus précentral et $r = 0,732$ dans le gyrus postcentral.
• Validation du Gradient de Profondeur : L'étude a confirmé un gradient de profondeur statistiquement significatif ($p = 0,014$ via des Modèles à Effets Mixtes Linéaires). Les contacts corticaux ($N=313$, moyenne $r = 0,221$) ont été reconstruits avec une fidélité significativement plus élevée que les structures sous-corticales profondes ($N=507$, moyenne $r = 0,182$), telles que l'hippocampe ($r=0,197$) et l'amygdale ($r=0,233$). Cela s'aligne avec la théorie de la conduction volumique, où les signaux provenant de structures profondes s'atténuent considérablement avant d'atteindre le scalp.
• Performance sur les Sujets Viabiles : En appliquant la stratégie de sélection des canaux, le modèle a atteint une corrélation moyenne de $r = 0,545$ ($R^2 = 0,333$) sur les sujets "viabiles" (ceux ayant des canaux observables suffisants) dans l'ensemble de données ds004752, surpassant les précédentes bases de référence intra-sujet et d'autres méthodes trans-sujets qui nécessitent soit une IRM, soit se concentrent sur la classification.
• Études d'Ablation : La modélisation temporelle multi-échelle et l'inclusion de la pénalité de corrélation de Pearson dans la fonction de perte ont été identifiées comme des composants critiques pour maximiser la fidélité de l'onde.

Signification et Revendications
L'article revendique que CAST démontre la faisabilité de reconstruire des signaux corticaux iEEG à partir d'un EEG de scalp pour de nouveaux sujets sans besoin de données d'entraînement spécifiques au patient extensives ni de scans IRM structurels individuels. Les auteurs soutiennent que :

1. Briser la Dépendance Circulaire : En utilisant un encodeur universel et une brève phase de calibration, le modèle offre une alternative pratique à la collecte de données invasives pour l'estimation de signaux corticaux.
2. Cohérence Physiologique : Le gradient de profondeur observé sert de validation physiologique indépendante, suggérant que le modèle apprend de véritables relations de signaux neuronaux régies par la physique de la conduction volumique plutôt que par des corrélations fallacieuses.
3. Utilité Clinique et BCI : La capacité de reconstruire avec précision les signaux dans les régions sensorimotrices (où les corrélations ont dépassé 0,7) suggère des applications potentielles dans les BCI non invasives et en tant qu'outil de dépistage pour guider le placement des électrodes dans la planification chirurgicale de l'épilepsie.

Les auteurs restent modestes concernant les structures cérébrales profondes, reconnaissant que la précision de la reconstruction pour les régions profondes (par exemple, l'hippocampe) reste limitée par les contraintes physiques fondamentales de l'atténuation du signal, notant que même des modèles intra-sujet avancés avec des données IRM peinent à atteindre des corrélations élevées dans ces zones. Ils concluent que bien qu'une brève phase de calibration soit nécessaire pour s'adapter à un nouveau matériel, l'approche représente une étape significative vers une traduction neuronale agnostique du matériel.