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

Riepilogo Tecnico: Ricostruzione di EEG Intracranico Cross-Soggetto da Registrazioni Scalp tramite Transformer Multi-Scala con Cross-Attention

Enunciato del Problema
L'EEG intracranico (iEEG) offre registrazioni neurali ad alta fedeltà con risoluzione spaziale millimetrica e precisione temporale millisecondica, essenziali per il monitoraggio clinico dell'epilessia e le applicazioni di interfaccia cervello-computer (BCI). Tuttavia, l'acquisizione di iEEG richiede una neurochirurgia invasiva, limitandone l'uso a specifiche popolazioni cliniche e restringendo lo studio delle regioni cerebrali a quelle target per l'impianto. Sebbene recenti sforzi abbiano tentato di stimare l'iEEG a partire da EEG scalp non invasivo, i metodi esistenti si basano prevalentemente su un addestramento specifico per paziente (entro lo stesso soggetto). Ciò crea una dipendenza circolare: se un paziente necessita di chirurgia invasiva per generare i dati di addestramento necessari a un modello non invasivo, l'approccio non invasivo offre scarso vantaggio pratico rispetto alla registrazione diretta. Inoltre, gli approcci cross-soggetto esistenti si concentrano spesso su compiti di classificazione piuttosto che sulla ricostruzione a livello di forma d'onda, oppure richiedono dati individuali di risonanza magnetica strutturale (MRI) per tenere conto della variabilità anatomica.

Metodologia: Il Framework CAST
Gli autori propongono CAST (Cross-Attention Spatial-Temporal Transformer), un framework di machine learning progettato per tradurre l'EEG scalp in forme d'onda iEEG multicanale per nuovi soggetti non visti, utilizzando un approccio di trasferimento dell'apprendimento in due fasi.

1. Architettura:

   • Codificatore Multi-Scala: Il modello elabora i segnali di ingresso EEG scalp suddividendoli in patch non sovrapposte a tre scale temporali distinte (8, 16 e 32 campioni). Queste patch sono proiettate in uno spazio latente ($d_{model}=128$) tramite MLP e combinate con embedding specifici per scala e posizionali. Un codificatore Transformer a 4 livelli con auto-attenzione multi-testa elabora questi token concatenati per catturare ampie rappresentazioni neurali attraverso transienti ad alta frequenza e oscillazioni più lente.
   • Decodificatore Consapevole del Canale: Per affrontare la variabilità nel posizionamento e nel numero di elettrodi tra i pazienti, il decodificatore utilizza un meccanismo di cross-attenzione con token di query temporali condivisi ($M=25$) e embedding apprendibili per canale. Ciò permette al modello di ricostruire indipendentemente specifici canali target iEEG basandosi sulle caratteristiche scalp codificate.

2. Protocollo di Addestramento (Leave-One-Subject-Out):

   • Pre-addestramento Universale del Codificatore: Per prevenire l'oblio catastrofico e l'overfitting su anatomie specifiche, il codificatore viene pre-addestrato in sequenza su dati di tutti i soggetti tranne quello di test.
   • Calibrazione del Decodificatore: Riconoscendo che le configurazioni hardware variano, il decodificatore è trattato come uno strumento di proiezione personalizzato. Per un nuovo paziente, il decodificatore viene inizializzato e affinato utilizzando una breve fase di calibrazione (20% dei dati del paziente, circa 2–12 minuti).
   • Strategia di Selezione dei Canali: Gli autori introducono una strategia basata sui dati per identificare i canali "osservabili". I canali che raggiungono una correlazione di Pearson $r \ge 0.15$ durante una fase di riscaldamento sui dati di calibrazione vengono selezionati per la ricostruzione finale, filtrando i canali in cui il segnale è troppo attenuato per essere recuperato.

3. Funzione di Perdita: Il modello è ottimizzato utilizzando una funzione di perdita composita che bilancia l'accuratezza dell'ampiezza (MSE), la forma della forma d'onda (penalità di correlazione di Pearson) e il contenuto in frequenza (perdita spettrale).

Dataset e Valutazione
Lo studio è stato valutato su due dataset pubblici indipendenti:

• Cohort GIN: 9 pazienti con epilessia focale farmacoresistente che eseguivano un compito di memoria di lavoro verbale (17–21 canali scalp, 32–64 contatti iEEG).
• OpenNeuro ds004752: 14 pazienti (originariamente 15) che eseguivano un compito di categorizzazione visiva (6–21 canali scalp, 32–80 contatti iEEG).
  La valutazione ha utilizzato una strategia di validazione incrociata Leave-One-Subject-Out (LOSO) su un totale di 1.282 canali iEEG.

Risultati Chiave

• Generalizzazione Cross-Soggetto: CAST ha ricostruito con successo segnali corticali iEEG per nuovi soggetti senza un esteso addestramento specifico per paziente. In regioni sensomotorie altamente osservabili, il modello ha raggiunto correlazioni massime di $r = 0,864$ nel giro precentrale e $r = 0,732$ nel giro postcentrale.
• Validazione del Gradiente di Profondità: Lo studio ha confermato un gradiente di profondità statisticamente significativo ($p = 0,014$ tramite Modelli ad Effetti Misti Lineari). I contatti corticali ($N=313$, media $r = 0,221$) sono stati ricostruiti con fedeltà significativamente superiore rispetto alle strutture subcorticali profonde ($N=507$, media $r = 0,182$), come l'ippocampo ($r=0,197$) e l'amigdala ($r=0,233$). Questo è coerente con la teoria della conduzione di volume, dove i segnali provenienti da strutture profonde si attenuano significativamente prima di raggiungere lo scalp.
• Prestazioni su Soggetti Vitali: Applicando la strategia di selezione dei canali, il modello ha raggiunto una correlazione media di $r = 0,545$ ($R^2 = 0,333$) su soggetti "vitali" (quelli con canali osservabili sufficienti) nel dataset ds004752, superando i precedenti baseline entro lo stesso soggetto e altri metodi cross-soggetto che richiedono MRI o si concentrano sulla classificazione.
• Studi di Ablazione: La modellazione temporale multi-scala e l'inclusione della penalità di correlazione di Pearson nella funzione di perdita sono state identificate come componenti critiche per massimizzare la fedeltà della forma d'onda.

Significato e Affermazioni
Il documento afferma che CAST dimostra la fattibilità della ricostruzione di segnali corticali iEEG da EEG scalp per nuovi soggetti senza la necessità di estesi dati di addestramento specifici per paziente o scansioni MRI strutturali individuali. Gli autori sostengono che:

1. Rottura della Dipendenza Circolare: Utilizzando un codificatore universale e una breve fase di calibrazione, il modello offre un'alternativa pratica alla raccolta di dati invasivi per la stima del segnale corticale.
2. Coerenza Fisiologica: Il gradiente di profondità osservato funge da validazione fisiologica indipendente, suggerendo che il modello apprende reali relazioni di segnale neurale governate dalla fisica della conduzione di volume piuttosto che correlazioni spurie.
3. Utilità Clinica e BCI: La capacità di ricostruire accuratamente i segnali nelle regioni sensomotorie (dove le correlazioni hanno superato 0,7) suggerisce potenziali applicazioni nelle BCI non invasive e come strumento di screening per guidare il posizionamento degli elettrodi nella pianificazione chirurgica dell'epilessia.

Gli autori rimangono modesti riguardo alle strutture cerebrali profonde, riconoscendo che l'accuratezza della ricostruzione per le regioni profonde (ad esempio l'ippocampo) rimane limitata dai vincoli fisici fondamentali dell'attenuazione del segnale, notando che persino modelli avanzati entro lo stesso soggetto con dati MRI faticano a raggiungere alte correlazioni in queste aree. Concludono che, sebbene una breve fase di calibrazione sia necessaria per adattarsi a nuove hardware, l'approccio rappresenta un passo significativo verso la traduzione neurale agnostica rispetto all'hardware.