A Multi-Modal Non-Invasive Deep Learning Framework for Progressive Prediction of Seizures

Resumo Técnico: Uma Estrutura de Aprendizado Profundo Multimodal Não Invasiva para a Predição Progressiva de Crises Epilépticas

Definição do Problema
A epilepsia afeta aproximadamente 65 milhões de indivíduos globalmente, com uma parcela significativa (30–40%) sofrendo de epilepsia resistente a medicamentos, que não pode ser gerenciada por meio de intervenções farmacológicas tradicionais. Embora os dispositivos de neuromodulação existentes (ex: Neuroestimulação Responsiva e Estimulação do Nervo Vago) tenham utilizado com sucesso a identificação de crises para acionar a estimulação terapêutica, a predição de crises permanece uma necessidade crítica e não atendida. Sistemas preditivos poderiam permitir que os pacientes tomem ações preventivas ou possibilitar que os dispositivos alterem os padrões de estimulação para prevenir as crises inteiramente.

No entanto, a predição de crises enfrenta dois desafios técnicos primários:

1. Desequilíbrio de Dados: Eventos de crise são escassos em comparação com períodos sem crises, levando a conjuntos de dados de treinamento enviesados.
2. Dificuldade de Classificação Temporal: Classificar com precisão o período pré-crise (pré-ictal) muito antes do início (até uma hora antes) é difícil. Os modelos frequentemente sofrem de baixa sensibilidade (falsos negativos) para janelas de pré-crise precoces e baixa especificidade (falsos positivos) à medida que a crise se aproxima. Além disso, a maioria das soluções de aprendizado profundo (DL) existentes baseia-se em dados de modalidade única (ex: EEG intracraniano ou EEG de superfície isolado), deixando o potencial da integração multimodal amplamente inexplorado.

Metodologia
Os autores propõem uma estrutura multimodal personalizada utilizando sinais não invasivos de Eletroencefalograma (EEG) e Eletrocardiograma (ECG). O sistema é projetado como uma Rede de Área Corporal (BAN) onde nós vestíveis realizam inferência local, transmitindo resultados para um gateway que coordena com um controlador de Estimulação Cerebral Profunda (DBS) implantado.

• Fonte de Dados: O estudo utiliza dados do projeto EPILEPSIAE, selecionando especificamente 29 pacientes com registros de ECG de canal único não invasivo e EEG de superfície (sistema 10–20) disponíveis. O conjunto de dados inclui registros contínuos de longo prazo com média de 165 horas por paciente.
• Estratégia de Rotulagem: Para abordar a natureza progressiva da predição, os autores definem um esquema de classificação multiclasse. O tempo que antecede uma crise é dividido em quatro intervalos de 15 minutos (0–15, 15–30, 30–45 e 45–60 minutos antes do início). Uma quinta classe representa o período sem crise (interictal) (mais de 90 minutos antes). Períodos de crise (ictal) são excluídos do treinamento.
• Arquitetura de Aprendizado Profundo:
  • Modalidades Individuais: Redes Neurais Convolucionais (CNNs) 1D separadas são treinadas para os dados de EEG e ECG. Cada rede consiste em quatro blocos de camadas Conv1D e Max-pooling, seguidos por camadas densas com ativação ReLU e uma camada Softmax final.
  • Função de Perda: Para mitigar o desequilíbrio de classes, os modelos são treinados utilizando a função de Perda Focal (Focal Loss).
  • Modelo Combinador: As saídas (probabilidades) dos modelos individuais de EEG e ECG são alimentadas em um modelo "combinador" de Regressão Logística. Este modelo integra as probabilidades multimodais para produzir a predição final.
• Restrições do Sistema: A arquitetura é otimizada para implantação em borda (edge deployment). O tempo de execução da inferência na plataforma Xilinx KV260 é de média 20 ms. O sistema prioriza modelos leves para reduzir o custo computacional, o uso de memória e o consumo de energia, tornando-o adequado para dispositivos vestíveis e implantáveis.

Principais Contribuições

1. Integração Multimodal: O artigo demonstra a sinergia de combinar sinais não invasivos de EEG e ECG, mostrando que a abordagem combinada supera os modelos de modalidade única tanto em sensibilidade quanto em especificidade.
2. Predição Progressiva: Diferente dos classificadores binários de crise/não-crise, esta estrutura implementa um algoritmo multiclasse capaz de prever a contagem regressiva para o início da crise em intervalos de 15 minutos até uma hora de antecedência.
3. Estrutura Otimizada para Borda (Edge): O sistema é projetado para processamento em tempo real em dispositivos de borda, utilizando comunicação ultrassônica para a BAN para minimizar a sobrecarga de transmissão de dados e preservar a vida útil da bateria, abordando simultaneamente as preocupações de privacidade associadas a soluções baseadas em nuvem.
4. Treinamento Personalizado: Os modelos são treinados individualmente para cada paciente para considerar a variabilidade fisiológica, utilizando um conjunto abrangente de dados de 29 pacientes.

Resultados Experimentais
O sistema foi avaliado usando validação cruzada de 5 dobras no conjunto de dados de 29 pacientes. Os resultados, calculados pela média entre todos os pacientes, indicam:

• Métricas de Desempenho: O modelo multimodal combinado alcançou 95% de sensibilidade, 98% de especificidade e 97% de acurácia.
• Análise da Matriz de Confusão: O sistema demonstrou forte desempenho na identificação de períodos sem crises. Embora a acurácia para intervalos específicos de pré-crise tenha variado, os erros ocorreram predominantemente entre classes de tempo adjacentes (ex: prevendo 30–45 minutos quando o rótulo real era 45–60 minutos), sugerindo que o modelo captura a tendência geral de aproximação do início da crise.
• Tendências Temporais: A acurácia melhorou à medida que o tempo previsto se aproximava do início da crise, consistente com a expectativa de que os marcadores pré-crise tornam-se mais distintos conforme o evento se aproxima.

Significância e Alegações
Os autores afirmam que esta estrutura oferece uma solução robusta para sistemas de neuromodulação de ciclo fechado (closed-loop) de próxima geração. Ao fornecer alertas granulares e oportunos (com até uma hora de antecedência), o sistema permite que os pacientes alertem cuidadores ou evitem atividades perigosas. Além disso, a integração de sinais cardíacos não invasivos na predição de crises amplia o escopo das tecnologias vestíveis. O artigo posiciona este trabalho como um passo em direção à prevenção total das crises, permitindo que os dispositivos alterem os padrões de estimulação com base na probabilidade prevista, movendo-se além do tratamento reativo para a intervenção proativa. Os autores observam que, embora o ruído proveniente das atividades diárias seja um fator conhecido, o estudo atual foca na eficácia da estrutura de DL multimodal, sendo que a robustez ao ruído será investigada em trabalhos futuros.