Resumo Técnico: RECTOR - Modelagem de Região-Canal-Tempo Mascarada para Aprendizado de Representação Afetiva e Cognitiva

1. Declaração do Problema

Transtornos afetivos e cognitivos manifestam-se como dinâmicas de redes cerebrais distribuídas e variantes no tempo através de regiões, canais e tempo. As abordagens atuais para aprender representações robustas de EEG e sEEG (eletroencefalografia estéreo) para diagnóstico clínico enfrentam três desafios primários:

• Prévios Anatômicos Rígidos: Métodos existentes (ex: Redes Neurais de Grafos, Transformers) frequentemente dependem de definições anatômicas fixas (ex: lobos padrão) para modelar interações regionais. Estes falham em capturar as estruturas funcionais adaptativas que evoluem durante o processamento cognitivo, limitando a robustez contra canais ausentes e impedindo a generalização entre montagens.
• Aprendizado Superficial: O aprendizado autossupervisionado (SSL) padrão com mascaramento aleatório frequentemente incentiva modelos a aprender atalhos espaço-temporais em vez de características generalizáveis. Além disso, muitos métodos negligenciam a modelagem da estrutura topológica, levando a representações que carecem de plausibilidade neurofisiológica.
• Ineficiência Computacional e Estrutural: A atenção espaço-temporal total é computacionalmente proibitiva para dados neurais de alta densidade e corre o risco de amplificar relações não informativas. Por outro lado, a modelagem espacial e temporal desacoplada falha em capturar interações conjuntas, enquanto a codificação espacial em nível de população ignora arquiteturas de redes funcionais estabelecidas.

2. Metodologia

Os autores propõem o RECTOR (Modelagem de Região-Canal-Tempo Mascarada), um framework de ponta a ponta autossupervisionado projetado para unificar o aprendizado de representação conjunto de região-canal-tempo.

2.1. Arquitetura Central: RECTOR-SA

O backbone do framework é o RECTOR-SA, um mecanismo de autoatenção hierárquico e esparso em blocos, impulsionado pelo Particionamento Funcional Adaptativo (AFP).

• Tokenização Hierárquica: O modelo modela explicitamente a hierarquia do cérebro ao introduzir tokens de região ($X_R$) juntamente com tokens de canal ($X_C$).
• Particionamento Funcional Adaptativo (AFP): Diferente de prévios fixos, o AFP aprende uma matriz de atribuição suave de canal-para-região ($\Pi_X$) que evolui de um prévio anatômico inicial (ex: sistema 10-20 ou algoritmos de rotulagem de eletrodos) para regiões funcionais específicas da tarefa durante o treinamento. Isso é alcançado via uma cabeça de atribuição treinável usando Gumbel-Softmax para topologia discreta.
• Atenção Esparsa em Blocos: Em vez de atenção densa sobre todos os tokens, o RECTOR-SA fatoriza a atenção em três mecanismos paralelos e esparsos:
  1. Atenção Topológica: Modela interações entre canais e suas regiões atribuídas.
  2. Atenção Funcional Local: Captura interações granulares dentro de regiões atribuídas ao longo do tempo.
  3. Atenção Funcional Global: Modela a coordenação de alto nível entre regiões.
• Gating Top-p: Um operador de gating dinâmico poda conexões fracas, atuando como um denoiser aprendido para focar em interações topológicas salientes.

2.2. Framework de Aprendizado: Modelagem de Topologia e Representação Mascarada (MTRL)

O RECTOR emprega um paradigma de SSL unificado que otimiza três objetivos complementares em uma única passagem direta (forward pass):

1. Modelagem Preditiva Mascarada (MPM): O modelo reconstrói sinais de entrada e representações mascaradas tanto nos espaços de entrada quanto nos latentes. Isso acopla a reconstrução de sinal local com o alinhamento de representação para evitar o colapso representacional.
2. Modelagem de Estrutura Topológica (TSM): Este objetivo regulariza explicitamente as atribuições de região-canal aprendidas. Ele força o modelo a prever atribuições topológicas mascaradas no espaço latente e as alinha com as atribuições do espaço de entrada, garantindo que a topologia aprendida permaneça fiel à estrutura dos dados.
3. Consistência de Visão Cruzada (CVC): Usando Mascaramento de Múltiplas Visões Consciente da Topologia, o modelo gera múltiplas visões de alvo a partir de domínios topológicos distintos (região, canal, tempo, região-tempo, canal-tempo). A CVC impõe invariância através dessas diversas visões para aprender representações semânticas robustas.

O objetivo total de pré-treinamento combina essas perdas com um termo de Regularização Região-Canal para desmembrar informações comuns à região e específicas do canal.

3. Principais Contribuições

1. Arquitetura Unificada: Introdução do RECTOR-SA, que vai além de prévios anatômicos fixos ao evoluir definições estáticas em regiões funcionais adaptativas via AFP, efetivamente desmembrando a dinâmica comum à região e específica do canal.
2. Paradigma de SSL Holístico: Proposta do MTRL, que otimiza conjuntamente a modelagem preditiva, a modelagem de estrutura topológica e a consistência de visão cruzada, abordando as limitações de modelos de mascaramento padrão que frequentemente aprendem atalhos superficiais.
3. Eficiência e Robustez: O framework alcança desempenho estado da arte com computação esparsa em blocos, oferecendo robustez superior a canais ausentes e generalização entre montagens em comparação com modelos de atenção densa.

4. Resultados Experimentais

Os autores avaliaram o RECTOR em diversos benchmarks:

• Reconhecimento de Emoção via EEG: Nos datasets SEED, SEED-IV e DEAP, o RECTOR alcançou novos resultados estado da arte tanto em configurações dependentes de sujeito (SD) quanto independentes de sujeito (SI), superando consistentemente modelos líderes específicos de tarefas (ex: MMM, mdJPT) e modelos de fundação (ex: PopT, CBraMod) por uma margem média de >3%.
• Engajamento de Tarefa via sEEG: No MSIT e ECR, o RECTOR superou significativamente os baselines supervisionados (Significant) e métodos autossupervisionados (Brant, Du-IN, BaRISTA) na classificação de engajamento de tarefa.
• Robustez e Generalização:
  • Canais Ausentes: O RECTOR demonstrou estabilidade superior sob queda aleatória de canais (até 50%), mantendo o desempenho onde os baselines degradaram significativamente.
  • Cross-Montage: O modelo mostrou decaimento mínimo de desempenho ao transferir representações entre diferentes layouts de sensores (ex: DEAP para SEED), enquanto modelos de topologia fixa sofreram quedas significativas.
  • Escalabilidade: O desempenho melhorou consistentemente com regimes de pré-treinamento maiores (mais dados e tamanho de modelo), indicando fortes propriedades de escala.

5. Significância e Alegações

O artigo afirma que o RECTOR representa um avanço significativo no aprendizado de representação neural ao:

• Preencher a Lacuna: Unificar com sucesso a modelagem de região, canal e tempo sem depender de restrições anatômicas rígidas, capturando assim a natureza adaptativa das dinâmicas de redes cerebrais.
• Potencial Clínico: Fornecer uma base para pré-treinamento em larga escala em dados heterogêneos de EEG/sEEG, abordando barreiras críticas para o deployment clínico, como heterogeneidade de dados e variabilidade de hardware (falha de sensores/diferenças de montagem).
• Interpretabilidade: Oferecer interpretabilidade profunda através de visualizações de múltiplos níveis. Os autores demonstram que o AFP aprende refinamentos espacialmente coerentes e estáveis além dos prévios anatômicos (reatribuindo ~36-51% dos canais) que se alinham com padrões neurofisiológicos conhecidos (ex: assimetria frontal no processamento de emoções).

Os autores posicionam o RECTOR não meramente como um impulsionador de performance, mas como um framework que permite diagnósticos neurocognitivos mais interpretáveis e neurointervenções adaptativas e personalizadas, ao aprender representações neurofisiologicamente plausíveis.