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

Sintesi Tecnica: Estrazione di Caratteristiche Spazio-Temporali Profonde basata su Segnali EEG con Dual Attention per la Rilevazione della Malattia di Parkinson

Problema
La Malattia di Parkinson (PD) è un disturbo neurodegenerativo progressivo caratterizzato da oscillazioni cerebrali irregolari che compromettono le funzioni motorie e cognitive. La diagnosi precoce è fondamentale per una gestione efficace, tuttavia gli attuali metodi diagnostici spesso si affidano a neuroimaging costosi (MRI, fMRI) o procedure invasive. Sebbene l'elettroencefalografia (EEG) offra un'alternativa non invasiva, economica e ad alta risoluzione temporale per il monitoraggio dell'attività cerebrale, i modelli di diagnostica automatizzata esistenti affrontano limitazioni significative. Molti approcci attuali si concentrano esclusivamente sulla dinamica temporale o sulla dinamica dei canali, fallendo nell'isolare adeguatamente le componenti del segnale spaziale discriminanti. Inoltre, molti modelli mancano di meccanismi specializzati per focalizzarsi selettivamente sulla variabilità spaziale tra gli elettrodi e sulle fluttuazioni temporali attraverso le finestre temporali, portando a una ridotta generalizzazione e robustezza contro la variabilità dei sensori.

Metodologia
Gli autori propongono un framework denominato Deep Spatio-Temporal Feature Extraction-based Dual-Attention EEGNet (CSFE-DAE). La metodologia integra il pre-processing del segnale, l'estrazione delle caratteristiche spaziali e un'architettura di deep learning con meccanismi di dual attention.

1. Pre-processing e Augmentation dei Dati:

   • Dataset: Lo studio utilizza due dataset pubblici: l'EEG in stato di riposo della UC San Diego (ds002778) per l'addestramento e l'OpenNeuro Parkinson's EEG (ds003490) per la validazione esterna.
   • Pipeline: I segnali grezzi vengono sottocampionati a 256 Hz, filtrati passa-banda (0,5–45 Hz), filtrati notch per rimuovere il rumore di rete e puliti tramite Analisi delle Componenti Indipendenti (ICA) per rimuovere artefatti oculari e muscolari. I segnali vengono ricaricati tramite Common Average Reference (CAR) e segmentati in epoche di 2 secondi.
   • Augmentation: Per affrontare lo sbilanciamento delle classi e migliorare la robustezza, viene iniettato rumore Gaussiano specificamente nelle epoche dei controlli sani (Healthy Control - HC) durante l'addestramento, bilanciando il dataset senza alterare la distribuzione della PD.

2. Estrazione delle Caratteristiche Spaziali (Common Spatial Pattern - CSP):

   • Prima di alimentare la rete neurale, viene impiegato il CSP come metodo di estrazione delle caratteristiche supervisionato.
   • Il CSP calcola le matrici di covarianza per le classi PD e HC, esegue il whitening e deriva filtri spaziali che massimizzano la differenza di varianza tra le due classi.
   • L'output è un insieme di caratteristiche di log-varianza che enfatizzano le alterazioni specifiche delle bande di frequenza (ad esempio, banda $\beta$ e banda $\theta$) sulle aree corticali motorie, fornendo un input discriminante per il classificatore.

3. Architettura Dual-Attention EEGNet:

   • Il classificatore centrale è una versione modificata di EEGNet che elabora le caratteristiche estratte tramite CSP.
   • Convoluzione Temporale: Estrae pattern specifici di frequenza.
   • Convoluzione Spaziale Depthwise: Modella le dipendenze inter-canale.
   • Convoluzione Separabile: Cattura interazioni congiunte spazio-temporali localizzate.
   • Meccanismo di Dual-Attention:
     • Channel Attention: Utilizza il global average pooling attraverso il tempo per apprendere punteggi di importanza per ogni canale EEG, sopprimendo i sensori rumorosi ed enfatizzando le aree motorie.
     • Temporal Attention: Applica la normalizzazione SoftMax per concentrarsi sui segmenti temporali informativi, catturando le anormalità delle dinamiche $\alpha$-$\beta$ legate alla PD.
   • Funzione di Perdita: Il modello utilizza la Focal Loss ($\gamma=2.0, \alpha=0.25$) per scalare dinamicamente la perdita, concentrando l'addestramento sui campioni difficili da classificare e mitigando lo sbilanciamento delle classi.

Contributi Chiave
Il documento evidenzia quattro contributi primari:

1. Integrazione Novativa: Questo è il primo lavoro che combina l'estrazione delle caratteristiche assistita da CSP con una Dual-Attention EEGNet specificamente per la rilevazione della PD utilizzando segnali EEG.
2. Channel Attention: L'inclusione di un meccanismo di attenzione del canale permette alla rete di ripesare adattivamente l'importanza degli elettrodi, concentrandosi sulle regioni spaziali più rilevanti per la patologia della PD.
3. Robustezza tramite Augmentation: L'applicazione dell'augmentation del rumore Gaussiano a livello di sensore migliora la tolleranza del modello alla variabilità naturale e alle piccole perturbazioni dell'acquisizione EEG.
4. Validazione Esterna: La capacità di generalizzazione del modello è rigorosamente valutata su un dataset esterno indipendente (OpenNeuro) non utilizzato durante l'addestramento.

Risultati Sperimentali
Il framework CSFE-DAE proposto è stato valutato tramite cross-validazione a 5 pieghe sul dataset UC San Diego ed è stato testato sul dataset OpenNeuro.

• Performance: Il modello ha raggiunto un'accuratezza media del 97,59% (±0,47) sul dataset interno, con una sensibilità del 97,5% e una specificità del 96,1%.
• Generalizzazione: Sul dataset indipendente OpenNeuro, il modello ha mantenuto un'accuratezza del 96,0%, dimostrando una forte capacità di generalizzazione senza overfitting.
• Confronto: Il metodo proposto ha superato le tecniche di stato dell'arte esistenti (inclusi CNN+SVM, GNN e la standard EEGNet) che riportavano accuratezze comprese tra il 69% e il 94% sullo stesso dataset. Ha inoltre superato i modelli baseline che utilizzano CSP+SVM (85,42%) e CSP+EEGNet senza attention (90,18%).

Significatività e Rivendicazioni
Gli autori affermano che il CSFE-DAE è uno strumento diagnostico competente e leggero che affronta le sfide specifiche della rilevazione della PD nei dati EEG. Modellando esplicitamente le dipendenze sia nel dominio temporale che in quello spaziale attraverso il meccanismo di dual-attention, la rete diventa più resiliente al basso rapporto segnale-rumore e alla variabilità intrinseca dei dati EEG. Lo studio asserisce che questo framework migliora la sensibilità ai pattern legati alla PD mentre sopprime le fluttuazioni di fondo irrilevanti. Il successo della validazione esterna suggerisce che l'approccio è generalizzabile oltre la coorte di addestramento, offrendo un metodo promettente per la diagnosi precoce della Malattia di Parkinson. Il lavoro futuro è proposto per estendere questo approccio a scenari multi-classe e applicazioni cliniche in tempo reale tramite transfer learning.