EEG-SSFormer: Towards a Robust Mamba-Based Architecture for Dementia Detection from Resting State Electroencephalography

Il paper propone EEG-SSFormer, un'architettura basata sul modello Mamba che decodifica le rappresentazioni dei canali EEG e modella le dipendenze a lungo raggio per migliorare la diagnosi di demenza e lieve deficit cognitivo tramite segnali EEG a riposo, ottenendo risultati interpretabili su un ampio dataset pubblico.

L'essenziale

🧠 Il Problema: Trovare l'ago nel pagliaio (senza rovinare il pagliaio)

Immagina che il cervello sia una grande orchestra di 19 strumenti (gli elettrodi dell'EEG). Quando una persona è sana, l'orchestra suona una melodia armoniosa. Quando c'è la demenza o un declino cognitivo, la melodia cambia: alcuni strumenti suonano stonati, il ritmo si rallenta o diventa caotico.

Il problema è che ascoltare questa "musica" per 10 secondi (o più) e capire se c'è un problema è difficilissimo per un computer.

• I metodi vecchi (come le CNN) sono come un musicista che ascolta solo una nota alla volta: sono bravi, ma faticano a capire la melodia completa se è troppo lunga.
• I metodi più recenti (come i Transformer) sono come un direttore d'orchestra che cerca di ascoltare tutto insieme: sono potenti, ma si stancano velocemente se la musica è troppo lunga e costano moltissimo in termini di energia (e soldi).

Inoltre, spesso questi computer mescolano tutti gli strumenti insieme, perdendo le sfumature specifiche di ciascuno.

💡 La Soluzione: EEG-SSFormer, il "Maestro Mamba"

Gli autori di questo studio hanno creato un nuovo modello chiamato EEG-SSFormer. Per capirlo, usiamo un'analogia:

Immagina di dover analizzare un libro scritto in una lingua straniera molto complessa.

1. Il Metodo "Mamba" (Lo Stato Spaziale): Invece di leggere tutto il libro pagina per pagina (lento) o saltare a caso (confuso), il modello Mamba è come un lettore super-veloce che ha una memoria perfetta. Può scorrere pagine intere in un attimo, ricordando esattamente cosa è successo all'inizio del capitolo mentre legge la fine. È efficiente, veloce e non si stanca mai.
2. L'Approccio "Indipendente" (Channel-Independent): Invece di mischiare tutte le voci dell'orchestra in un unico frullato, il modello ascolta ogni strumento separatamente. Impara la storia del violino, poi quella della tromba, e solo alla fine le mette insieme per capire come interagiscono. Questo è fondamentale perché ogni parte del cervello (ogni elettrodo) racconta una storia leggermente diversa.
3. L'Età come "Indizio Extra": Il modello non si basa solo sulla musica, ma chiede anche: "Quanti anni ha il musicista?". Sappiamo che l'invecchiamento cambia la musica del cervello, quindi dare questa informazione al computer aiuta a fare diagnosi più precise.

🏆 Cosa hanno scoperto?

Hanno testato questo "Maestro Mamba" su un dataset enorme (più di 1.100 persone) che includeva:

• Persone sane (HC).
• Persone con lieve declino cognitivo (MCI - il campanello d'allarme).
• Persone con demenza.

I risultati sono stati sorprendenti:

• Più preciso: Il nuovo modello ha fatto meglio dei migliori "vecchi" modelli (come ResNet e VGG) che usano milioni di parametri in più.
• Più leggero: Il nuovo modello è circa 4 volte più piccolo e richiede meno energia. È come avere una Ferrari che consuma come una Fiat Panda.
• Capace di spiegare: Non è una "scatola nera". Hanno usato una tecnica per "coprire" (occludere) parti del cervello e vedere cosa succedeva. Hanno scoperto che:
  • Per le persone sane, il modello guarda molto la parte frontale e centrale.
  • Per la demenza, il modello si concentra molto sulla parte posteriore (occipitale) e temporale, confermando ciò che i medici sanno da tempo.
  • Le onde cerebrali Theta (un tipo di ritmo lento) sono state fondamentali per capire chi ha la demenza.

🚀 Perché è importante per noi?

Finora, per diagnosticare la demenza servivano costose risonanze magnetiche (MRI) o esami del sangue invasivi, spesso non disponibili nei paesi poveri o nelle zone remote.

L'EEG è economico, portatile e indolore. Se un computer intelligente e leggero come EEG-SSFormer può analizzare questi segnali e dire "Attenzione, c'è un problema" con grande precisione, potremmo avere uno strumento diagnostico che può essere portato in un villaggio remoto, in una casa di riposo o in un ambulatorio piccolo, salvando vite grazie a una diagnosi precoce.

In sintesi: Hanno creato un "super-lettore" di segnali cerebrali che è veloce, economico e sa ascoltare ogni singolo strumento dell'orchestra del cervello per scoprire la demenza prima che sia troppo tardi.

Sommario tecnico

1. Il Problema

La diagnosi precoce della demenza (incluso il deterioramento cognitivo lieve o MCI) è cruciale per l'efficacia degli interventi terapeutici, ma i metodi diagnostici attuali (MRI, PET, analisi del liquido cerebrospinale) sono costosi, invasivi e poco portatili, rendendoli inaccessibili per molte popolazioni, specialmente nei paesi a basso reddito.
L'elettroencefalografia (EEG) in stato di riposo (rs-EEG) offre un'alternativa economica e non invasiva. Tuttavia, l'analisi automatica dei segnali rs-EEG presenta sfide significative:

• Dipendenze a lungo raggio: I segnali EEG contengono caratteristiche fisiologiche distribuite su lunghe sequenze temporali che i modelli tradizionali faticano a catturare.
• Complessità computazionale: Le architetture basate su Transformer soffrono di una complessità quadratica rispetto alla lunghezza dell'input, rendendole inefficienti per le lunghe sequenze EEG ad alta frequenza di campionamento.
• Modellazione dei canali: I metodi deep learning tradizionali spesso mescolano tutti i canali di input simultaneamente, assumendo che provengano dallo stesso processo sottostante. Tuttavia, in EEG, ogni elettrodo cattura processi neurali distinti; la modellazione congiunta può perdere informazioni specifiche per canale.
• Limiti dei modelli esistenti: Le CNN sono robuste ma possono non catturare bene le dipendenze temporali globali, mentre i modelli ricorrenti (LSTM) hanno capacità di memoria limitata e non sono parallelizzabili.

2. Metodologia: EEG-SSFormer

Gli autori propongono EEG-SSFormer, un'architettura basata su State Space Models (SSM), in particolare utilizzando il modello Mamba, progettata per la classificazione di tre classi: Controlli Sani (HC), Deterioramento Cognitivo Lieve (MCI) e Demenza.

Le componenti chiave dell'architettura includono:

• Modellazione Indipendente dai Canali (Channel-Independent):
  • A differenza dei metodi tradizionali che proiettano tutti i canali in uno spazio comune, EEG-SSFormer tratta ogni canale elettrodico come una serie temporale univariata separata.
  • Ogni canale viene elaborato indipendentemente attraverso patching, proiezione e strati Mamba, preservando le caratteristiche specifiche di ciascun elettrodo.
• Patching e Proiezione:
  • Il segnale EEG viene suddiviso in segmenti (patch) di lunghezza $P$ tramite una convoluzione 1D.
  • Viene applicata una proiezione lineare per mappare i patch in uno spazio di caratteristiche di dimensione $D$.
• Inverted LayerNorm:
  • Viene utilizzata una normalizzazione "invertita" (Inverted LayerNorm) che normalizza attraverso i passi temporali invece che attraverso le feature. Questo approccio è più robusto ai cambiamenti di distribuzione e ai segnali non stazionari tipici dell'EEG.
• Strato Mamba (SSM):
  • All'interno di ogni blocco EEG-SSFormer, viene utilizzato lo strato Mamba per modellare le dipendenze temporali globali. Mamba utilizza un algoritmo di scansione selettiva che permette di filtrare le informazioni irrilevanti e concentrarsi su quelle importanti con una complessità computazionale lineare rispetto alla lunghezza della sequenza.
• Decoupling del Mixing (Separazione delle operazioni):
  • L'architettura separa il "feature mixing" (avvenuto all'interno di ogni canale) dal "channel mixing" (interazione tra canali).
  • Dopo l'elaborazione temporale da parte di Mamba, i dati vengono mescolati nello spazio spaziale (spatial domain) utilizzando convoluzioni puntuali (point-wise convolutions) a imbuto invertito per catturare le interazioni tra i diversi elettrodi. Gli autori hanno testato anche un mixer nel dominio spettrale (EinFFT), ma quello spaziale ha mostrato prestazioni superiori.
• Integrazione dell'Età:
  • L'età del paziente, un fattore di rischio critico, viene normalizzata e concatenata al vettore di output medio-pooling prima del layer di classificazione finale.

3. Contributi Chiave

1. Nuova Architettura Mamba per EEG: Prima applicazione di un modello basato su Mamba per la diagnosi differenziale della demenza (HC vs MCI vs Demenza) utilizzando segnali EEG grezzi (raw rs-EEG).
2. Strategia di Modellazione Indipendente: Implementazione efficace di un approccio che tratta i canali EEG come serie temporali univariate, decouplando l'apprendimento delle feature temporali dall'interazione tra canali, migliorando l'efficienza e la robustezza.
3. Benchmark su Dataset su Larga Scala: Valutazione sul dataset CAUEEG (Chung-Ang University EEG), il più grande dataset pubblico di rs-EEG per la demenza (1.155 soggetti), con una rigorosa divisione dei dati basata sui soggetti (subject-wise split) per evitare la fuoriuscita di dati (data leakage).
4. Interpretabilità Clinica: Utilizzo di tecniche di occlusione (occlusion sensitivity) per mappare quali elettrodi e bande di frequenza sono più rilevanti per la classificazione, confrontando i risultati con la letteratura neuroscientifica esistente.

4. Risultati Sperimentali

Il modello è stato valutato su un dataset di 1.155 soggetti (367 HC, 334 MCI, 249 Demenza nel set di training).

• Prestazioni di Classificazione:
  • La configurazione migliore (EEG-SSFormer-PW + Age) ha raggiunto un'accuratezza di 58,37% sul set di test, superando i modelli CNN baselines (1D-ResNet-18 e 1D-VGG-19).
  • La versione senza l'età ha ottenuto il 57,65%, ancora superiore alle CNN.
  • Il modello ha mostrato prestazioni migliori nella classificazione degli HC, mentre il gruppo MCI è risultato il più difficile da classificare (un problema comune nella letteratura).
• Efficienza dei Parametri:
  • EEG-SSFormer utilizza circa 3,8 milioni di parametri, contro i 11,3 milioni di ResNet-18 e i 20,2 milioni di VGG-19. Ciò dimostra che l'architettura SSM apprende le feature discriminative in modo molto più efficiente.
• Analisi di Ablazione:
  • Il mixing spaziale ha superato quello spettrale (59,27% vs 53,99% sulla validazione).
  • L'uso dell'Inverted LayerNorm ha migliorato l'accuratezza del 2,48% rispetto alla LayerNorm standard.
  • L'inclusione dell'età ha fornito un ulteriore guadagno di prestazioni (~0,7%).
• Interpretabilità:
  • Mappe di Occlusione: Per l'MCI, il modello ha attribuito importanza alle aree frontali, temporali destre e parietali centrali. Per la demenza, l'attenzione si è spostata verso le regioni occipitali e temporali sinistre, in linea con la letteratura clinica.
  • Bande di Frequenza: La rimozione della banda Theta ha causato il calo più drastico di accuratezza per il gruppo Demenza (43%), confermando che la potenza Theta è un biomarcatore cruciale. La rimozione della banda Delta ha invece migliorato l'accuratezza per la demenza, suggerendo che tale banda potrebbe contenere segnali confondenti per questa specifica classe.

5. Significato e Implicazioni

Il lavoro dimostra che i modelli basati su State Space Models (Mamba) sono superiori alle architetture CNN e Transformer tradizionali per l'analisi di lunghe sequenze di EEG in stato di riposo.

• Scalabilità: La complessità lineare di Mamba rende possibile l'elaborazione di dati EEG ad alta risoluzione senza i costi computazionali proibitivi dei Transformer.
• Accessibilità: Offrendo un metodo di screening economico, portatile e automatizzabile, questa tecnologia potrebbe rivoluzionare la diagnosi della demenza nelle comunità remote e svantaggiate.
• Validità Biologica: La capacità del modello di identificare pattern fisiologici coerenti con la letteratura (es. importanza della banda Theta per l'Alzheimer e delle regioni occipitali) suggerisce che il modello non sta solo "memorizzando" i dati, ma sta apprendendo caratteristiche neurofisiologicamente rilevanti.

In sintesi, EEG-SSFormer rappresenta un passo avanti significativo verso strumenti di diagnosi della demenza basati sull'IA, combinando efficienza computazionale, prestazioni superiori e interpretabilità clinica.