BCI-sift: An automated feature selection toolbox for Brain Computer Interface applications

Resumo Técnico: Caixa de Ferramentas BCI-sift para Seleção de Características em Interface Cérebro-Computador

Declaração do Problema
Os avanços nas Interfaces Cérebro-Computador (ICCs) para aplicações clínicas dependem da interpretação precisa dos sinais. No entanto, os dados neurais provenientes de sistemas implantados (por exemplo, HD ECoG, matrizes de microeletrodos) e não implantados (por exemplo, EEG de alta densidade) são inerentemente de alta dimensão e ruidosos. Essa complexidade cria desafios analíticos significativos, pois muitas características extraídas podem ser redundantes ou não relacionadas aos estados mentais alvo. Sem filtragem sofisticada, os classificadores enfrentam demandas computacionais aumentadas, um risco maior de sobreajuste (especialmente com dados de treinamento limitados) e interpretabilidade reduzida. Embora existam várias técnicas de seleção de características, o cenário atual é fragmentado; a maioria dos métodos é adaptada a modalidades de gravação específicas ou a participantes únicos, e há uma falta de uma ferramenta unificada e fácil de usar capaz de realizar seleção de características em diversos contextos e dimensões.

Metodologia
Para abordar esses desafios, os autores introduzem o BCI-sift (Ajuste Sistemático e Interpretável de Características para ICC), uma caixa de ferramentas baseada em Python compatível com o ecossistema scikit-learn. A caixa de ferramentas agiliza a seleção de características integrando uma gama de algoritmos avançados de otimização.

• Fluxo de Trabalho: O sistema aceita dados cerebrais, rótulos e parâmetros definidos pelo usuário (dimensões de características, algoritmos, modelos, métricas). Ele treina iterativamente modelos em subconjuntos de características selecionados, registrando métricas de desempenho para identificar a configuração ótima.
• Abordagens Algorítmicas:
  • Busca Contígua: Projetada para dados com estruturas espaciais ou temporais inerentes (por exemplo, grades de eletrodos, janelas de tempo). Isso inclui Busca Exaustiva Contígua (testando todas as janelas contínuas possíveis ou subgrades retangulares) e Escalada Estocástica (expansão iterativa de uma região mínima usando estratégias de exploração/exploração).
  • Seleção Geral de Características: Aplicável a qualquer dimensão de característica sem exigir adjacência.
    • Eliminação Recursiva de Características (RFE): Remove iterativamente características com os pesos de importância mais baixos (por exemplo, coeficientes de SVM).
    • Algoritmos Evolutivos: Utiliza mutação, cruzamento e seleção em uma população de soluções (implementado via DEAP).
    • Recozimento Simulado: Propõe modificações aleatórias com uma probabilidade de aceitação dependente da temperatura para escapar de ótimos locais.
    • Otimização por Enxame de Partículas (PSO): Coordena uma população de partículas para convergir em subconjuntos ótimos (implementado via PySwarms).
    • Busca Aleatória: Serve como linha de base para benchmarking.
• Configuração de Validação: A caixa de ferramentas foi validada usando dados de HD ECoG de oito participantes sem deficiências (sete com epilepsia, um durante ressecção de tumor) realizando uma tarefa de repetição de palavras (12 palavras em holandês, 10 repetições cada). Os dados foram registrados a partir de 60–128 eletrodos no córtex sensoriomotor. O pipeline de pré-processamento incluiu escalonamento MinMax e, para análises específicas, referência média comum dinâmica. A classificação foi realizada usando uma Máquina de Vetores de Suporte (SVM) linear.

Principais Contribuições

1. Estrutura Unificada: O BCI-sift fornece uma única plataforma acessível para seleção de características em múltiplas dimensões (eletrodo, tempo, frequência) e modalidades, preenchendo a lacuna entre métodos fragmentados e específicos de modalidade.
2. Diversidade Algorítmica: Oferece tanto métodos de busca contígua (cruciais para interpretar a continuidade espacial/temporal em dados neurais) quanto estratégias de otimização gerais compatíveis com qualquer modelo de previsão.
3. Interpretabilidade e Automação: A caixa de ferramentas não apenas melhora a precisão da classificação, mas também identifica automaticamente as características mais informativas, gerando visualizações (por exemplo, razões de seleção de eletrodos no espaço MNI) para aumentar a transparência do modelo.
4. Robustez: Inclui capacidades para remoção automática de ruído de dados e seleção de características em cenários onde informações externas da tarefa (como tempos de início da voz) não estão disponíveis.

Resultados
A validação no conjunto de dados de HD ECoG demonstrou o seguinte:

• Ganhos de Desempenho: A seleção de características melhorou significativamente a precisão de decodificação em todas as dimensões.
  • Eletrodo-Frequência: A precisão aumentou de 19±4% para 67±19%.
  • Eletrodo (HFB apenas): A precisão aumentou de 66±13% para 75±19%.
  • Tempo: A precisão aumentou de 66±13% para 71±11%.
• Consistência Fisiológica:
  • Frequência: A Banda de Alta Frequência (HFB, 70–170 Hz) foi consistentemente identificada como a mais informativa, seguida pela banda beta, enquanto bandas mais baixas (delta, teta, alfa) foram eliminadas precocemente.
  • Espacial: Os eletrodos selecionados estavam consistentemente localizados próximos ao sulco central, alinhando-se com a organização funcional do córtex sensoriomotor.
  • Temporal: Os pontos de tempo informativos agruparam-se imediatamente antes e após o início da voz (aproximadamente 150 ms pré-início a 330 ms pós-início), refletindo atividade preparatória e articulatória.
• Robustez a Restrições:
  • Quando os tempos de início da voz eram desconhecidos (usando apenas alinhamento de pistas), a caixa de ferramentas ainda identificou janelas de tempo relevantes e melhorou a precisão (de 50±8% para 58±13%), performando de forma comparável às análises alinhadas ao início.
  • Remoção de Ruído: A caixa de ferramentas identificou e excluiu com sucesso eletrodos ruidosos. Quando eletrodos ruidosos foram reintroduzidos, a RFE reduziu sua inclusão nas seleções finais para 4,1% (vs. 22,6% para eletrodos limpos), alcançando precisão comparável à exclusão manual.
• Comparação de Algoritmos: Embora a RFE tenha produzido o melhor desempenho neste conjunto de dados específico, outros algoritmos (por exemplo, PSO, Recozimento Simulado) produziram padrões de seleção de eletrodos amplamente comparáveis, sugerindo a flexibilidade da caixa de ferramentas para diferentes características de dados.

Significado
Os autores afirmam que o BCI-sift aborda a natureza fragmentada da seleção de características em ICCs, oferecendo uma plataforma versátil, extensível e interpretável. Seu significado reside em:

• Precisão Aprimorada: A otimização sistemática melhora consistentemente o desempenho da classificação.
• Interpretabilidade: Ao identificar características fisiologicamente significativas (por exemplo, HFB próxima ao sulco central), a ferramenta auxilia na compreensão dos correlatos neurais da fala e da atividade motora.
• Acessibilidade: A compatibilidade com scikit-learn e o design modular permitem que pesquisadores integrem facilmente otimização avançada em fluxos de trabalho existentes, apliquem-nos a vários classificadores (incluindo modelos não lineares) e estendam a caixa de ferramentas com novos métodos.
• Ampla Aplicabilidade: Embora validado em HD ECoG, os princípios subjacentes são aplicáveis a outros dados de ICC implantados e não implantados, potencialmente acelerando o desenvolvimento de sistemas de ICC eficientes e transparentes para uso clínico.

Os autores enfatizam que, embora a validação atual tenha se concentrado em um único conjunto de dados e tenha utilizado principalmente a RFE, a caixa de ferramentas foi projetada para suportar uma ampla gama de estratégias de otimização e destina-se a crescer como um recurso comunitário.