Graph Neural Networks in EEG-based Emotion Recognition: A Survey

Esta pesquisa oferece uma revisão abrangente e um guia estruturado para a construção de Redes Neurais em Grafos (GNNs) na reconhecimento de emoções baseado em EEG, categorizando métodos existentes, destacando suas bases fisiológicas únicas e discutindo desafios futuros.

O essencial

Imagine que o seu cérebro é uma cidade gigante e vibrante, cheia de bairros (as áreas do cérebro) e milhões de pessoas se comunicando o tempo todo. Quando você sente uma emoção — seja alegria, raiva ou tristeza — é como se houvesse um festival ou uma tempestade acontecendo em certos bairros dessa cidade.

O problema é que, para entender essa emoção, precisamos ouvir o que está acontecendo. É aqui que entra o EEG (o eletroencefalograma). Pense no EEG como uma equipe de repórteres colocados em telhados diferentes da cidade (os eletrodos na cabeça). Eles gravam o "barulho" e as conversas que acontecem abaixo.

Por muito tempo, os cientistas olhavam para cada repórter individualmente, tentando adivinhar a emoção apenas pelo que cada um ouvia. Mas isso é como tentar entender um show de rock ouvindo apenas um instrumento de cada vez. O segredo está na conexão: como os bairros estão conversando entre si durante o festival.

É aí que entra o GNN (Redes Neurais em Grafos), o herói desta história.

O que é um "Grafo" nessa história?

Imagine que você quer desenhar um mapa das conexões da cidade.

1. Os Pontos (Nós): São os eletrodos (os repórteres).
2. As Linhas (Arestas): São as linhas telefônicas ou estradas que ligam os repórteres. Se dois bairros estão conversando muito, a linha fica grossa e forte. Se não estão, a linha é fina ou inexistente.

O GNN é um detetive superinteligente que não apenas olha para os repórteres, mas analisa todo o mapa de conexões para entender a emoção. Ele sabe que, quando você está feliz, o "Bairro da Alegria" (frente do cérebro) pode estar gritando de alegria e mandando mensagens rápidas para o "Bairro da Memória".

A Grande Pesquisa (O que este artigo faz?)

Os autores deste artigo (Chenyu Liu e colegas) perceberam que, nos últimos anos, muitos cientistas criaram seus próprios "detetives" (modelos de GNN) para ler o cérebro. Mas cada um fazia as coisas de um jeito diferente, e ninguém tinha um manual de instruções claro.

Foi como se cada um estivesse construindo um carro sem um plano: alguns usavam rodas quadradas, outros não tinham freios, e ninguém sabia qual era a melhor forma de dirigir.

O objetivo deste artigo foi organizar o caos. Eles criaram um Guia de Construção dividido em três etapas simples, como se fossem as fases de montar um quebra-cabeça:

1. A Etapa dos "Nós" (O que estamos ouvindo?)

Antes de ligar as linhas, precisamos decidir o que os repórteres vão relatar.

• Opção Simples (Univariada): O repórter diz apenas "Está barulhento" (sinal bruto) ou "O ritmo é rápido" (frequência). É fácil, mas perde detalhes.
• Opção Mista (Híbrida): O repórter diz tudo: "Está barulhento, o ritmo é rápido e a voz é aguda". É mais completo, mas pode confundir o detetive se houver muita informação desnecessária.

2. A Etapa das "Linhas" (Como eles se conectam?)

Agora, como desenhamos as linhas entre os bairros?

• Linhas Fixas (Independentes do Modelo): Usamos regras da física ou da biologia. Exemplo: "Bairros que estão perto um do outro no mapa da cabeça devem ter uma linha forte". É como usar um mapa de ruas pré-definido. É estável, mas não muda se a cidade mudar.
• Linhas que Aprendem (Dependentes do Modelo): O detetive aprende sozinho quais linhas são importantes. Se ele percebe que, quando você está triste, o Bairro A conversa muito com o Bairro B (mesmo que estejam longe), ele desenha uma linha forte ali. É mais flexível, mas exige mais "cérebro" para calcular.

3. A Etapa do "Mapa" (Qual é a estrutura da cidade?)

Como organizamos todo esse mapa?

• Mapa Múltiplo: Criamos vários mapas ao mesmo tempo (um para o ritmo, outro para a frequência) e juntamos as conclusões.
• Mapa Hierárquico: Primeiro olhamos para os bairros pequenos, depois para as regiões grandes, e depois para a cidade inteira. Como olhar uma foto de perto e depois dar um passo para trás.
• Mapa no Tempo: O cérebro muda rápido! Este mapa considera como as conversas mudam segundo a segundo.
• Mapa Esparsos (Simples): Em vez de ligar todos os bairros (o que criaria um caos de linhas), o detetive corta as linhas fracas e mantém apenas as conexões verdadeiramente importantes. É como limpar uma sala bagunçada, jogando fora o que não serve.

O Futuro: Para onde vamos?

O artigo termina apontando para o horizonte, sugerindo novos desafios:

• Conexões no Tempo Total: Hoje, os mapas olham para o tempo em fatias separadas. O futuro é conectar o "Bairro A de ontem" com o "Bairro B de hoje", entendendo que as emoções têm um atraso, como um eco.
• Comprimir o Mapa: Em vez de ter um mapa gigante com milhões de linhas, como criar um "mapa miniatura" que ainda conte toda a história? Isso tornaria os computadores mais rápidos.
• Cidades Integrais (Gráficos Heterogêneos): O cérebro não trabalha sozinho. O coração bate mais rápido quando estamos nervosos. O futuro é conectar o mapa do cérebro com o mapa do coração e do corpo, criando uma visão completa da emoção humana.

Resumo Final

Este artigo é como um manual de arquitetura para engenheiros que querem construir pontes entre os eletrodos do cérebro. Eles dizem: "Não invente a roda do zero. Veja como os outros construíram, escolha a melhor etapa para cada parte do processo e, no futuro, vamos fazer mapas que entendem o tempo e o corpo inteiro."

É uma jornada para ensinar as máquinas a "ler" a alma humana através das ondas elétricas do cérebro, usando a lógica de como as cidades se conectam.

Resumo técnico

Resumo Técnico: Redes Neurais em Grafos para Reconhecimento de Emoções Baseado em EEG

1. Problema e Contexto

O reconhecimento de emoções é fundamental para áreas como diagnóstico de transtornos mentais e Interfaces Cérebro-Computador (BCI). Entre os diversos sinais fisiológicos, o Eletroencefalograma (EEG) destaca-se por capturar diretamente a atividade neural coordenada e a transmissão de sinais elétricos no cérebro, oferecendo uma visão objetiva e genuína das emoções humanas.

O desafio central reside na complexidade das interdependências entre diferentes regiões cerebrais durante estados emocionais. Métodos tradicionais de análise muitas vezes falham em capturar essas dependências espaciais e temporais complexas. Embora as Redes Neurais em Grafos (GNNs) tenham emergido como uma ferramenta poderosa para modelar essas dependências, a área carece de:

• Uma revisão abrangente e unificada.
• Diretrizes claras para a construção de GNNs específicas para EEG emocional, diferenciando-as de aplicações em outras séries temporais devido às bases fisiológicas únicas das conexões cerebrais.

2. Metodologia e Framework Unificado

O artigo propõe uma taxonomia unificada baseada em três estágios fundamentais da construção de grafos para GNNs em EEG. Em vez de categorizar apenas pelo modelo final, os autores analisam como os métodos constroem o grafo em três etapas:

A. Estágio de Nível de Nó (Node-level Stage)
Define quais características são usadas como nós do grafo ($V$).

• Nó Univariado: Utiliza uma única característica.
  • Domínio Temporal: O mais comum, frequentemente usando Entropia Diferencial (DE).
  • Domínio de Frequência: Usa Densidade Espectral de Potência (PSD).
  • Sinal Bruto: Usa o sinal EEG cru (menos comum devido à alta dimensionalidade e ruído individual, mas permite treinamento end-to-end).
• Nó Híbrido: Funde múltiplas características (ex: temporal e frequência) para capturar dependências complementares, embora aumente o risco de overfitting se os dados forem insuficientes.

B. Estágio de Nível de Aresta (Edge-level Stage)
Define como a matriz de arestas ($E$), representando a conectividade cerebral, é calculada.

• Aresta Independente do Modelo: Não envolve parâmetros treináveis. Baseia-se em conhecimento prévio fisiológico ou processamento de sinal.
  • Prioridade: Distâncias físicas entre eletrodos ou conectividade baseada em padrões anatômicos (ex: padrão 10-20).
  • Distância/Similaridade: Cálculos vetoriais (ex: distância Euclidiana, Cosseno) ou estatísticos (ex: Coeficiente de Correlação de Pearson, Informação Mútua, Valor de Bloqueio de Fase).
• Aresta Dependente do Modelo: Usa parâmetros do modelo para calcular as arestas dinamicamente durante o treinamento.
  • Paramétrica: A matriz de arestas é atualizada via retropropagação.
  • Ponderada/Bias: Combina relações de nós com pesos ou vieses aprendidos.
  • Subespaço: Projeta nós em um subespaço para calcular similaridade (semelhante a mecanismos de atenção), capturando relações complexas.

C. Estágio de Nível de Grafo (Graph-level Stage)
Define a estrutura global do grafo ($G$) utilizada para inferência.

• Multi-grafo: Constrói múltiplos grafos simultaneamente para capturar diferentes tipos de dependência (ex: horizontal/vertical, temporal/frequência, local/global).
• Grafo Hierárquico: Agrupa canais em regiões cerebrais para inferir dependências intra-região e inter-região. Pode ser Dinâmico (agrupamento adaptativo) ou Predeterminado (baseado em conhecimento anatômico prévio).
• Grafo de Séries Temporais: Decompõe o sinal em fatias temporais. Pode usar um Grafo Temporal (onde as fatias são nós) ou um Codificador Temporal (ex: LSTM, Transformer) para processar as embeddings espaciais ao longo do tempo.
• Grafo Esparsos: Filtra conexões irrelevantes, mantendo apenas as arestas mais fortes (top-k), refletindo a concentração da atividade cerebral em regiões específicas relacionadas à emoção.

3. Principais Contribuições

1. Primeira Revisão Abrangente: É o primeiro e único trabalho de revisão dedicado exclusivamente a GNNs para reconhecimento de emoções baseado em EEG.
2. Framework Unificado de Construção: Propõe uma categorização inovadora baseada nos três estágios (Nó, Aresta, Grafo), fornecendo um guia claro para pesquisadores construírem novos modelos.
3. Distinção Fisiológica: Destaca como as dependências em EEG emocional possuem bases fisiológicas específicas que diferenciam essa aplicação de outras tarefas de séries temporais.
4. Direções Futuras: Identifica desafios e oportunidades para pesquisa futura.

4. Resultados e Análise

O artigo não apresenta um novo modelo experimental, mas sintetiza o estado da arte (SOTA) analisando centenas de trabalhos recentes. As conclusões principais incluem:

• A Entropia Diferencial (DE) é a característica de nó mais popular devido à sua capacidade de medir a incerteza do sinal emocional.
• Arestas Dependentes do Modelo tendem a capturar relações mais complexas, mas aumentam o custo computacional e o risco de overfitting comparado às arestas baseadas em conhecimento prévio.
• Estruturas Hierárquicas e Multi-grafos demonstram superioridade ao modelar tanto a interação global entre regiões quanto a atividade local específica.
• A esparsidade é crucial para remover ruído e focar nas regiões cerebrais ativas, melhorando a eficiência e a interpretabilidade.

5. Significado e Direções Futuras

O trabalho é significativo por estabelecer uma linguagem comum e um roteiro para o desenvolvimento de GNNs em BCI. Os autores propõem quatro direções futuras promissoras:

1. Grafo Temporal Totalmente Conectado: Para capturar dependências temporais completas entre diferentes eletrodos ao longo do tempo (não apenas o mesmo eletrodo em tempos diferentes), modelando a assincronia nas respostas cerebrais.
2. Condensação de Grafos: Técnicas para comprimir grafos grandes e complexos em representações compactas, eliminando redundância e ruído, o que é vital para escalabilidade com o aumento do número de eletrodos.
3. Grafos Heterogêneos: Integração de múltiplos sinais fisiológicos (ex: EEG, cardíaco, sudorese) em um único grafo para capturar a regulação emocional sistêmica (cérebro-corpo).
4. Grafos Dinâmicos: Modelos onde a estrutura do grafo muda dinamicamente ao longo do tempo (não apenas os pesos), refletindo a evolução real das interações cerebrais durante a experiência emocional.

Em suma, este artigo serve como um guia essencial para pesquisadores que desejam avançar no campo de reconhecimento de emoções, oferecendo uma estrutura metodológica rigorosa para projetar GNNs que respeitem a complexidade neurofisiológica do cérebro humano.