Bayesian Mixed Multidimensional Scaling for Auditory Processing

Resumo Técnico: Escalonamento Multidimensional Misto Bayesiano para Processamento Auditivo

Definição do Problema
O cérebro humano mapeia sinais acústicos em um espaço perceptual latente para distinguir sons da fala. Embora o Escalonamento Multidimensional (MDS) e sua extensão, o Escalonamento de Diferenças Individuais (INDSCAL), sejam ferramentas estabelecidas para quantificar a similaridade em representações neurais, as abordagens existentes enfrentam limitações significativas na neurociência auditiva. Os métodos padrão de MDS frequentemente ignoram a heterogeneidade individual e de grupo (ex: entre ouvintes nativos e não nativos) ao agrupar dados ou analisar sujeitos separadamente, falhando em capturar estruturas compartilhadas. Além disso, os métodos tradicionais focam tipicamente em distâncias latentes em vez das características subjacentes em si, e carecem de mecanismos fundamentados para quantificação de incerteza ou determinação automática da dimensionalidade efetiva do espaço latente. Crucialmente, as características latentes no MDS padrão sofrem de problemas de identificabilidade (invariância rotacional, translacional e de permutação), o que dificulta a interpretação biológica e a comparação entre grupos.

Metodologia
Os autores propõem um modelo de Escalonamento Multidimensional Misto Bayesiano (Mixed MDS) projetado para lidar com dados de dissimilaridade de múltiplos grupos e múltiplos sujeitos. A metodologia central envolve os seguintes componentes:

1. Verossimilhança e Modelagem de Dados:

   • As distâncias pareadas observadas ($d^{(i)}_{j,s,r}$) entre estímulos $s$ e $r$ para o sujeito $i$ no grupo $j$ são modeladas usando uma verossimilhança Gamma. Esta escolha acomoda dissimilaridades estritamente positivas e permite variâncias de ruído específicas do grupo ($\sigma^2_{\epsilon,j}$).
   • As distâncias observadas são tratadas como medições ruidosas de distâncias latentes desruídas ($\delta^{(i)}_{j,s,r}$).

2. Estrutura de Características Latentes:

   • A distância latente é definida como a distância Euclidiana em um espaço de $H$ dimensões: $\delta^{(i)}_{j,s,r} = \sqrt{\sum_{h=1}^H (\eta^{(i)}_{j,s,h} - \eta^{(i)}_{j,r,h})^2}$.
   • Características Compartilhadas com Pesos Individuais: Ao contrário do MDS padrão, que assume uma configuração única, este modelo postula que todos os sujeitos e grupos compartilham um conjunto comum de vetores de características latentes ($\eta_{s,h}$) que representam os estímulos. As variações individuais e de grupo são capturadas através de pesos multiplicativos ($w^{(i)}_{j,h}$ e $w_j$) aplicados a essas características compartilhadas: $\eta^{(i)}_{j,s,h} = w^{(i)}_{j,h} w_j \eta_{s,h}$.
   • Esta estrutura permite recuperar eixos latentes únicos e identificáveis (ao contrário do MDS padrão, onde os eixos são rotacionalmente invariantes), enquanto contabiliza a heterogeneidade ao nível das características.

3. Priors e Seleção de Dimensionalidade:

   • Priors de Encolhimento Cumulativo: Para determinar automaticamente o número efetivo de características latentes ($H$), o modelo utiliza um prior de Processo Gamma Multiplicativo (MGP) sobre as variâncias das características compartilhadas. Isso impõe um encolhimento crescente nas dimensões de ordem superior, reduzindo efetivamente as características redundantes em direção a zero.
   • MCMC Adaptativo: Os autores utilizam um algoritmo de Cadeia de Markov Monte Carlo (MCMC) adaptativo. O número de dimensões ativas $H$ é ajustado dinamicamente durante o processo de amostragem com base em um critério de erro de Frobenius relativo, permitindo que o modelo selecione a dimensionalidade ideal sem necessidade de pré-especificação ou etapas de MCMC trans-dimensionais.

4. Identificabilidade e Pós-processamento:

   • Para resolver os problemas restantes de identificabilidade (translações e permutações assinadas de dimensões), um algoritmo de pós-processamento é aplicado às amostras do MCMC. Isso envolve centralizar as coordenadas compartilhadas e aplicar transformações de permutação assinada para alinhar as dimensões latentes entre as diversas amostras da posterior, garantindo que os resumos posteriores (ex: medianas) sejam significativos e comparáveis entre sujeitos e grupos.

Principais Resultados
O método proposto foi avaliado através de simulações sintéticas e uma aplicação a dados de neurociência auditiva envolvendo Respostas de Seguimento de Frequência (FFR) a tons lexicais de Mandarim.

• Simulações: O modelo recuperou com sucesso as verdadeiras distâncias latentes e o número correto de dimensões latentes ($H$) em cenários de dados sintéticos, demonstrando desempenho robusto na desruição e reconstrução de dissimilaridades observadas.
• Aplicação em Dados Neurais:
  • Aplicado a dados de 14 falantes nativos de Mandarim e 14 falantes nativos de Inglês, o modelo identificou três dimensões latentes efetivas.
  • Interpretação das Dimensões: As três dimensões foram encontradas como biologicamente interpretáveis:
    1. Direção do Tom (Descendente vs. outros): Distinguindo o tom descendente alto (T4) dos demais.
    2. Direção de Início de Tom Baixo: Distinguindo o tom de queda baixa (T3) do tom de ascensão baixa (T2).
    3. Amplitude de Tom: Distinguindo o tom alto constante (T1) do tom de queda baixa (T3).
  • Diferenças de Grupo: Falantes nativos de Mandarim exibiram maior separação (distâncias latentes maiores) entre as representações de tons em comparação com não nativos, o que é consistente com a literatura prévia sobre plasticidade dependente da linguagem.
  • Variabilidade Individual: O modelo quantificou com sucesso a incerteza via intervalos de credibilidade posterior, revelando que ouvintes não nativos apresentaram maior variabilidade e que sujeitos não nativos específicos tiveram dificuldade em distinguir certos pares de tons (ex: T1 vs. T2).

Significância e Alegações
O artigo afirma que o framework de Mixed MDS Bayesiano proposto avança o campo ao:

1. Permitir Comparações Fundamentadas: Ele permite comparações estatísticas de representações neurais entre indivíduos e grupos ao mapeá-las para um espaço de características comum e biologicamente interpretável, em vez de apenas visualizar distâncias.
2. Heterogeneidade ao Nível de Características: Ao contrário de modelos hierárquicos anteriores que colocam a variabilidade ao nível da distância, este modelo captura a heterogeneidade ao nível da característica latente, permitando a recuperação de eixos únicos e identificáveis que não são afetados pela invariância rotacional.
3. Redução de Dimensionalidade Automatizada: Fornece um método adaptativo aos dados e semiautomático para determinar a dimensionalidade efetiva do espaço latente, eliminando a necessidade de procedimentos de seleção de modelo computacionalmente intensivos.
4. Quantificação de Incerteza: Oferece um framework rigoroso para quantificar a incerteza tanto nas distâncias latentes quanto nos valores das características, facilitando inferências mais robustas em aplicações de neurociência.

Os autores observam que, embora motivado pelo processamento auditivo, o framework é generalizável para outras modalidades sensoriais (ex: sinais visuais via fMRI/EEG) e outros campos como bioinformática, desde que os dados possam ser representados como matrizes de dissimilaridade. Eles reconhecem que a escala para conjuntos de dados muito grandes pode exigir futuras aproximações computacionais (ex: inferência variacional ou Hamiltonian Monte Carlo).