Cross-Subject Intracranial EEG Reconstruction from Scalp Recordings Using Multi-Scale Cross-Attention Transformers

Resumo Técnico: Reconstrução de EEG Intracraniano Inter-sujeito a partir de Gravações de Couro Cabeludo Usando Transformers de Atenção Cruzada Multi-escala

Declaração do Problema
O EEG intracraniano (iEEG) oferece gravações neurais de alta fidelidade com resolução espacial milimétrica e precisão temporal de milissegundos, essenciais para o monitoramento clínico de epilepsia e aplicações de interface cérebro-computador (BCI). No entanto, a aquisição de iEEG requer neurocirurgia invasiva, limitando seu uso a populações clínicas específicas e restringindo o estudo de regiões cerebrais àquelas alvo de implante. Embora esforços recentes tenham tentado estimar iEEG a partir de EEG de couro cabeludo não invasivo, os métodos existentes dependem predominantemente de treinamento específico do paciente (dentro do sujeito). Isso cria uma dependência circular: se um paciente necessita de cirurgia invasiva para gerar os dados de treinamento necessários para um modelo não invasivo, a abordagem não invasiva oferece pouca vantagem prática sobre a gravação direta. Além disso, as abordagens inter-sujeito existentes frequentemente focam em tarefas de classificação em vez de reconstrução ao nível da forma de onda, ou exigem dados individuais de ressonância magnética estrutural (MRI) para contabilizar a variabilidade anatômica.

Metodologia: O Framework CAST
Os autores propõem o CAST (Transformer de Atenção Cruzada Espacial-Temporal), um framework de aprendizado de máquina projetado para traduzir EEG de couro cabeludo em formas de onda de iEEG multicanal para novos sujeitos não vistos, utilizando uma abordagem de aprendizado por transferência em dois estágios.

1. Arquitetura:

   • Codificador Multi-escala: O modelo processa os sinais de entrada de EEG de couro cabeludo cortando-os em patches não sobrepostos em três escalas de tempo distintas (8, 16 e 32 amostras). Esses patches são projetados em um espaço latente ($d_{model}=128$) via MLPs e combinados com embeddings específicos de escala e posicionais. Um codificador Transformer de 4 camadas com auto-atenção multi-cabeça processa esses tokens concatenados para capturar representações neurais amplas através de transientes de alta frequência e oscilações mais lentas.
   • Decodificador Consciente de Canal: Para abordar a variabilidade na colocação e contagem de eletrodos entre pacientes, o decodificador utiliza um mecanismo de atenção cruzada com tokens de consulta temporal compartilhados ($M=25$) e embeddings aprendíveis por canal. Isso permite que o modelo reconstrua canais de iEEG específicos-alvo independentemente com base nas características de couro cabeludo codificadas.

2. Protocolo de Treinamento (Deixar-Um-Sujeito-De-Fora):

   • Pré-treinamento do Codificador Universal: Para prevenir o esquecimento catastrófico e o sobreajuste a anatomias específicas, o codificador é pré-treinado sequencialmente em dados de todos os sujeitos, exceto o sujeito de teste.
   • Calibração do Decodificador: Reconhecendo que as configurações de hardware variam, o decodificador é tratado como uma ferramenta de projeção personalizada. Para um novo paciente, o decodificador é inicializado e ajustado finamente usando uma breve fase de calibração (20% dos dados do paciente, aproximadamente 2–12 minutos).
   • Estratégia de Seleção de Canais: Os autores introduzem uma estratégia orientada por dados para identificar canais "observáveis". Canais que atingem uma correlação de Pearson $r \ge 0,15$ durante uma fase de aquecimento em dados de calibração são selecionados para a reconstrução final, filtrando canais onde o sinal está muito atenuado para ser recuperado.

3. Função de Perda: O modelo é otimizado usando uma função de perda composta que equilibra a precisão de amplitude (MSE), a forma da onda (penalidade de correlação de Pearson) e o conteúdo de frequência (perda espectral).

Conjuntos de Dados e Avaliação
O estudo foi avaliado em dois conjuntos de dados públicos independentes:

• Cohorte GIN: 9 pacientes com epilepsia focal farmacorresistente realizando uma tarefa de memória de trabalho verbal (17–21 canais de couro cabeludo, 32–64 contatos de iEEG).
• OpenNeuro ds004752: 14 pacientes (originalmente 15) realizando uma tarefa de categorização visual (6–21 canais de couro cabeludo, 32–80 contatos de iEEG).
  A avaliação utilizou uma estratégia de validação cruzada Leave-One-Subject-Out (LOSO) em um total de 1.282 canais de iEEG.

Principais Resultados

• Generalização Inter-sujeito: O CAST reconstruiu com sucesso sinais de iEEG cortical para novos sujeitos sem treinamento extensivo específico do paciente. Em regiões sensório-motoras altamente observáveis, o modelo alcançou correlações de pico de $r = 0,864$ no giro pré-central e $r = 0,732$ no giro pós-central.
• Validação do Gradiente de Profundidade: O estudo confirmou um gradiente de profundidade estatisticamente significativo ($p = 0,014$ via Modelos de Efeitos Mistos Lineares). Contatos corticais ($N=313$, média $r = 0,221$) foram reconstruídos com fidelidade significativamente maior do que estruturas subcorticais profundas ($N=507$, média $r = 0,182$), como o hipocampo ($r=0,197$) e a amígdala ($r=0,233$). Isso alinha-se com a teoria da condução volumétrica, onde sinais de estruturas profundas atenuam significativamente antes de atingir o couro cabeludo.
• Desempenho em Sujeitos Viáveis: Ao aplicar a estratégia de seleção de canais, o modelo alcançou uma correlação média de $r = 0,545$ ($R^2 = 0,333$) em "sujeitos viáveis" (aqueles com canais observáveis suficientes) no conjunto de dados ds004752, superando baselines anteriores dentro do sujeito e outros métodos inter-sujeito que exigem MRI ou focam em classificação.
• Estudos de Ablação: A modelagem temporal multi-escala e a inclusão da penalidade de correlação de Pearson na função de perda foram identificadas como componentes críticos para maximizar a fidelidade da forma de onda.

Significado e Alegações
O artigo afirma que o CAST demonstra a viabilidade de reconstruir sinais de iEEG cortical a partir de EEG de couro cabeludo para novos sujeitos sem a necessidade de extensos dados de treinamento específicos do paciente ou exames individuais de ressonância magnética estrutural. Os autores argumentam que:

1. Quebrando a Dependência Circular: Ao usar um codificador universal e uma breve fase de calibração, o modelo oferece uma alternativa prática à coleta de dados invasiva para estimativa de sinais corticais.
2. Consistência Fisiológica: O gradiente de profundidade observado serve como validação fisiológica independente, sugerindo que o modelo aprende relações reais de sinais neurais governadas pela física da condução volumétrica em vez de correlações espúrias.
3. Utilidade Clínica e em BCI: A capacidade de reconstruir com precisão sinais em regiões sensório-motoras (onde as correlações excederam 0,7) sugere aplicações potenciais em BCIs não invasivas e como ferramenta de triagem para orientar a colocação de eletrodos no planejamento cirúrgico de epilepsia.

Os autores permanecem modestos em relação a estruturas cerebrais profundas, reconhecendo que a precisão da reconstrução para regiões profundas (por exemplo, hipocampo) permanece limitada por restrições físicas fundamentais de atenuação de sinal, observando que até mesmo modelos avançados dentro do sujeito com dados de MRI lutam para alcançar altas correlações nessas áreas. Eles concluem que, embora uma breve fase de calibração seja necessária para adaptar-se a novos hardwares, a abordagem representa um passo significativo em direção à tradução neural agnóstica ao hardware.