Optimal Calibration of the Endpoint-corrected Hilbert Transform

Resumo Técnico: Calibração Ótima da Transformada de Hilbert com Correção de Extremidade (Endpoint-corrected)

Definição do Problema
A estimativa precisa e de baixa latência da fase instantânea de oscilações é crítica para o sensoriamento e atuação em malha fechada, particularmente em sistemas de neuroestimulação com travamento de fase (phase-locked) e controle em tempo real. A abordagem padrão envolve a construção de um sinal analítico via Transformada de Hilbert (HT) em uma janela deslizante. No entanto, implementações em tempo discreto utilizando a Transformada Discreta de Fourier (DFT) assumem periodicidade dentro da janela. Quando o sinal não é perfeitamente periódico através das fronteiras da janela, essa suposição cria descontinuidades que se manifestam como o fenômeno de Gibbs (ringing), causando distorções significativas de amplitude e fase nas extremidades da janela. Como os sistemas de tempo real dependem da amostra mais recente (a extremidade), esses artefatos de fronteira corrompem diretamente a estimativa crítica de fase.

Embora a Transformada de Hilbert com correção de extremidade (ecHT) tenha sido introduzida para mitigar esses problemas através da aplicação de um filtro de banda estreita e causal ao espectro analítico, suas distorções sistemáticas de extremidade careciam de uma análise fundamentada e em forma fechada. Avaliações anteriores foram amplamente empíricas, deixando a natureza do viés residual e a estratégia ótima de correção indefinidas.

Metodologia
Este estudo fornece uma caracterização analítica, baseada em DFT, da ecHT. Os autores derivam o operador de extremidade analiticamente para um sinal de tom único de banda estreita, decompondo a saída da ecHT em dois componentes distintos:

1. Um ganho complexo determinístico ($G_+$): Um termo de frequência positiva que induz um viés de amplitude e fase calibrável.
2. Um termo de vazamento residual ($G_-$): Um termo de frequência negativa que escapa da máscara analítica e do filtro, criando um ripple dependente da fase que varia com a fase instantânea.

Com base nessa decomposição, o artigo deriva uma calibração escalar ótima de Erro Quadrático Médio (MSE). Os autores provam que, para qualquer implementação de ecHT, existe um escalar complexo único $C_{opt}$ que minimiza o erro entre a saída calibrada e o sinal analítico ideal. Este escalar é derivado analiticamente como:
$$C_{opt} = \frac{E[\hat{Z}^* Z]}{E[|\hat{Z}|^2]}$$
onde $Z$ é a extremidade verdadeira e $\hat{Z}$ é a estimativa da ecHT. Geometricamente, isso representa uma projeção ortogonal (um filtro de Wiener escalar) que extrai a informação maximamente recuperável linearmente. Os autores demonstram que o $C_{opt}$ depende apenas do ganho de frequência positiva e do vazamento de frequência negativa, que podem ser pré-calculados para qualquer comprimento de janela, largura de banda de filtro, ordem e frequência central sem necessidade de ajuste baseado em dados.

Principais Contribuições

1. Decomposição Analítica: O artigo estabelece que os erros da ecHT consistem em um viés sistemático corrigível (determinado por $G_+$) e um piso de variância irredutível (determinado por $G_-$).
2. Calibração Ótima (cecHT): Os autores introduzem a "ecHT calibrada" (cecHT), que aplica o escalar derivado $C_{opt}$ para eliminar o viés de fase sistemático. Isso resulta em um erro de fase médio próximo de zero sob condições estáveis.
3. Regras de Design: O estudo fornece limites explícitos para erros de fase e amplitude de extremidade e relaciona parâmetros práticos de design (comprimento da janela, largura de banda/ordem do filtro e incompatibilidade de frequência central) ao viés residual via um atraso de grupo de extremidade (endpoint group delay).
4. Eficiência Computacional: A calibração adiciona um overhead desprezível (uma única multiplicação complexa) ao pipeline existente de ecHT baseado em FFT de $O(L \log L)$, preservando a compatibilidade com tempo real.

Resultados
A eficácia da cecHT foi validada através de simulações e dados do mundo real:

• Simulações: Em simulações de tom único, a cecHT reduziu consistentemente o erro de fase médio de aproximadamente 8,53° (ecHT não calibrada) para 0,40°, com uma redução máxima de erro de 11,70° para 1,23°. A calibração tornou o algoritmo virtualmente independente de escolhas de parâmetros (largura de banda, ordem do filtro, deriva de frequência), permitindo que os parâmetros fossem ajustados para outras restrições (ex: robustez ao ruído) sem sacrificar a precisão de fase.
• Ondas Alfa de EEG: Aplicada ao Conjunto de Dados de Ondas Alfa de EEG, a cecHT reduziu o erro de fase médio de 4,9° para 0,0° ($p < 10^{-6}$) enquanto preservou o Valor de Travamento de Fase (PLV) e reduziu significativamente o Índice de Defasagem (PLI), indicando a remoção de uma assimetria de fase.
• Tremor Essencial: Na análise de dados de tremor, a calibração reduziu o erro de fase médio de -15,9° para 5,2°. Quando combinada com atualizações periódicas da frequência central ($f_0$) para rastrear a deriva espectral, o erro médio foi reduzido para 0,0°, demonstrando que os erros residuais eram primariamente induzidos pela deriva, e não intrínsecos ao método de calibração.

Significância e Alegações
O artigo afirma que a cecHT oferece uma "substituição prática direta" para os pipelines de ecHT existentes, fornecendo um estimador estatisticamente robusto com regras de design claras. Ao separar o viés corrigível do vazamento intrínseco, o framework oferece tanto uma ferramenta prática para melhoria imediata quanto uma linguagem diagnóstica para compreender os limites da estimativa de fase.

Os autores enfatizam que, embora a calibração elimine o vias sistemático codificado na resposta de fase do filtro, ela não pode remover o erro de piso irredutível causado pelo vazamento espectral e pela não-estacionaridade. Portanto, o método alcança estimativas sem viés sob condições estáveis, onde o jitter restante reflete ou as limitações do estimador ou a instabilidade genuína do sinal. O estudo posiciona a cecHT como uma solução intermediária entre filtros causais simples e modelos adaptativos complexos, adequada para o processamento de sinais neurais em tempo real, desde que a estabilidade de frequência e a robustez a artefatos sejam gerenciadas.