Sumário Técnico: Conjunto de Dados REST-ASMR

Declaração do Problema

A pesquisa sobre a Resposta Sensorial Meridiana Autônoma (ASMR) — um fenômeno somatossensorial caracterizado por formigamento prazeroso e desaceleração cardiovascular — tem sido significativamente dificultada pela falta de conjuntos de dados padronizados e de acesso aberto, multimodais. Os estudos existentes frequentemente dependem de conjuntos de dados privados ou dados autorrelatados, o que limita a capacidade de modelar as complexas relações não lineares entre gatilhos audiovisuais e respostas fisiológicas. Além disso, há uma escassez de recursos que capturem simultaneamente dados fisiológicos de alta resolução, anotações subjetivas contínuas e estímulos sincronizados para distinguir o relaxamento induzido por ASMR do relaxamento geral (ex: estímulos da natureza).

Metodologia

Composição do Conjunto de Dados e Participantes

O conjunto de dados REST-ASMR (Resposta a Gatilhos Ambientais e Sensoriais) foi coletado de 34 estudantes universitários saudáveis (18 homens, 16 mulheres; média de idade 25,2 ± 4,6 anos). O estudo utilizou um design de blocos contrabalanceados onde os participantes visualizaram oito clipes de vídeo de 60 segundos estratificados em duas categorias:

1. Gatilhos de ASMR (N=4): Clipes binaurais não vocais apresentando sons de escovação e batidas (tapping), com conteúdo visual recortado para excluir características faciais a fim de isolar os mecanismos acústico-táteis.
2. Controles Ambientais (N=4): Sequências da natureza (riacho, oceano, fogueira, vento) desprovidas de presença humana, servindo como uma linha de base de relaxamento não social.

Aquisição de Dados

O experimento durou aproximadamente 12 minutos por participante, estruturado com repouso basal, dois blocos de estímulo de 4 minutos (separados por repouso de lavagem/washout) e repouso final.

• Dados Fisiológicos: Fotopletismografia (PPG) de alta resolução foi registrada a 2000 Hz usando um transdutor Biopac SS4LA no dedo médio esquerdo para minimizar artefatos de movimento da mão dominante direita.
• Dados Comportamentais: Os participantes forneceram classificações subjetivas contínuas em tempo real usando uma escala Likert discreta de 4 pontos ("nenhum" a "muito") via teclado. Eles avaliaram a "Intensidade do Formigamento" para vídeos de ASMR e a "Prazerosidade" para vídeos de Natureza a uma taxa de amostragem de 1000 Hz.
• Estímulos: Entregues via software de Apresentação com registro preciso de timestamps, atualização visual de 60 Hz e entrega de áudio dicótico.

Processamento e Alinhamento de Dados

Um pipeline de pré-processamento de múltiplos estágios sincronizou as modalidades em uma série temporal densa de 10 Hz:

1. Correção de Latência: Ajustou os atrasos de inicialização do sistema, limitando a duração válida do primeiro teste a 55,7 segundos para evitar vazamento de dados (data leakage).
2. Buffering Consciente de Estado: Os primeiros 5 segundos de cada clipe serviram como um buffer de aquecimento; a última tecla pressionada nesta janela estabeleceu o estado inicial.
3. Upsampling Denso: Eventos esparsos de pressionamento de teclas foram upsampled para 10 Hz usando lógica de retenção de ordem zero (zero-order hold).
4. Processamento Fisiológico: Sinais de PPG brutos foram filtrados por banda passante (0,5–35 Hz), fatiados com base em timestamps corrigidos por latência, reduzidos para 10 Hz via ressampling de Fourier e normalizados por Z-score por clipe para mitigar a variabilidade inter-participante.

Validação de Aprendizado de Máquina

Para validar a utilidade do conjunto de dados, um modelo preditivo de linha de base foi treinado para realizar a classificação binária quadro a quadro (Formigamento vs. Sem Formigamento).

• Extração de Características: Características visuais foram extraídas usando ResNet-18 (512-dim), características acústicas usando MFCCs e propriedades espectrais (31-dim), e características fisiológicas usando PPG normalizado (1-dim). Elas foram concatenadas em um vetor de 544 dimensões.
• Arquitetura: Uma rede de Memória de Long Curto Prazo Bidirecional (BiLSTM) de duas camadas com uma dimensão oculta de 128.
• Protocolo de Validação: Uma validação cruzada de 4 dobras duplo-independente rigorosa foi empregada. Em cada dobra, 25% dos participantes e um par específico de estímulos (um de ASMR, um de Natureza) foram retidos do treinamento e da validação para garantir que não houvesse vazamento de dados e para testar a generalização para sujeitos e estímulos não vistos.
• Estudos de Ablação: Modelos unimodais (Apenas Vídeo, Apenas Áudio) e uma linha de base XGBoost não temporal foram comparados contra o modelo de fusão multimodal completo.

Principais Resultados

Eficácia do Estímulo e Concordância Comportamental

• Taxa de Resposta: 97,06% (33/34) dos participantes relataram sensações de formigamento durante pelo menos um teste de ASMR.
• Concordância Inter-Sujeito: Traços comportamentais contínuos mostraram alinhamento temporal estatisticamente significativo entre os participantes para estímulos de ASMR (p < 0,05), com fortes correlações (ex: Vídeo 3: r = 0,539, p < 0,001).
• Correlação Fisiológica: Uma divergência significativa foi encontrada entre as condições. Os testes de ASMR mostraram uma correlação negativa entre a intensidade subjetiva do formigamento e a frequência de pulso (r = -0,0921), indicando desaceleração parassimpática. Em contraste, os testes de Natureza mostraram uma leve correlação positiva (r = 0,0556).

Desempenho Preditivo

• Classificação ao Nível de Quadro: O modelo BiLSTM multimodal completo alcançou uma Acurácia Global de 75,51% e um F1-score Macro de 71,86% sob validação cruzada duplo-independente.
• Especificidade: O modelo alcançou 100% de Especificidade de Natureza, identificando zero falsos positivos nos testes de controle, confirmando que aprendeu padrões específicos de ASMR em vez de afeto positivo geral.
• Classificação ao Nível de Vídeo: Usando uma estratégia de detecção de pico (exigindo que >15% dos quadros sejam previstos como "formigamento"), o modelo alcançou 100% de acurácia na distinção de testes de ASMR de testes de Natureza em todas as sequências de teste retidas.
• Significância Estatística: Testes de permutação confirmaram que os resultados não foram ao acaso (p < 0,0002), com um grande tamanho de efeito (Cohen's d = 5,65).
• Achados de Ablação: O modelo multimodal completo superou significativamente as linhas de base unimodais (Apenas Vídeo: F1=68,12%; Apenas Áudio: F1=69,94%), validando a necessidade de integrar dados audiovisuais com dados fisiológicos. O modelo temporal (BiLSTM) também superou a linha de base XGBoost não temporal (F1=62,72%), destacando a importância da dinâmica temporal na modelagem de ASMR.

Significância e Alegações

O artigo afirma que o REST-ASMR constitui o primeiro recurso de acesso aberto que combina PPG de alta resolução sincronizado, classificações subjetivas contínuas e estímulos audiovisuais em um design comparativo incluindo tanto ASMR quanto controles de Natureza.

Sua principal significância reside em fornecer uma fundação temporal densa para:

1. Computação Afetiva e Pesquisa Multimodal: Permitindo o desenvolvimento de modelos que possam distinguir assinaturas neurofisiológicas específicas do ASMR de relaxamento geral.
2. Modelos Personalizados: Suportando a criação de medicina de áudio personalizada e terapêuticas digitais para estresse e insônia através da identificação de biomarcadores fisiológicos preditivos.
3. IA Generativa: Oferecendo um framework para geração de conteúdo guiada pela fisiologia e sistemas adaptativos que otimizam a redução da frequência cardíaca através de feedback em tempo real.

Os autores enfatem que a validação técnica rigorosa do conjunto de dados, incluindo validação cruzada livre de vazamento e a demonstração de plausibilidade biológica (desaceleração cardiovascular), torna-o um benchmark robusto para o avanço de estudos interdisciplinares em neurociência sensorial e interação humano-computador.