Resumo Técnico: Aprendizado de Representações de EEG Alinhadas com Codificadores Específicos por Sujeito

Declaração do Problema

A decodificação de EEG entre sujeitos é essencial para escalar modelos de interface cérebro-computador (BCI) devido à escassez de dados em indivíduos isolados. No entanto, a agregação de dados introduz mudanças significativas na distribuição entre sujeitos (desvios de covariável e de conceito) causadas por diferenças neuroanatômicas, posicionamento de eletrodos e não-estacionaridade. Modelos padrão de aprendizado profundo, que assumem que os dados de treinamento e teste compartilham a mesma distribuição, frequentemente sofrem de transferência negativa quando treinados em dados agrupados de múltiplos sujeitos. Embora técnicas de adaptação de domínio como o Alinhamento Euclidiano (EA) existam para recentralizar as covariâncias dos sujeitos durante o pré-processamento, elas são transformações fixas que não se estendem naturalmente a entradas de séries temporais brutas ou aprendem padrões complexos específicos de cada sujeito. O artigo investiga se a supervisão de tarefa e o design arquitetural podem, por si sós, induzir o alinhamento entre sujeitos sem depender exclusivamente de pré-processamento externo.

Metodologia

1. Arquitetura Proposta: Modelo Híbrido de Múltiplas Cabeças

Os autores propõem substituir o codificador de EEG padrão compartilhado por um conjunto de codificadores específicos por sujeito ($e^{(k)}_{\phi_k}$), cada um dedicado a um sujeito de treinamento específico, mantendo um único classificador compartilhado ($h_\psi$).

• Estrutura: $f^{(k)}_\theta(X) = h_\psi(e^{(k)}_{\phi_k}(X))$.
• Mecanismo: Cada codificador aprende uma transformação não linear e específica do sujeito dos sinais de EEG brutos. O objetivo de classificação compartilhado atua como um sinal de alinhamento implícito, pressionando os codificadores individuais para projetarem seus respectivos sujeitos em um espaço latente unificado compatível com uma única fronteira de decisão.
• Treinamento: O modelo é treinado usando uma estratégia de "deixar um sujeito de fora" (LOSO - leave-one-subject-out). Durante o pré-treinamento, mini-lotes de cada sujeito de origem são roteados através de seu respectivo codificador. Os gradientes se acumulam no classificador compartilhado, enquanto cada codificador recebe gradientes apenas de seus próprios dados de sujeito.

2. Adaptação de Sujeito Alvo

Para sujeitos não vistos (alvos), o modelo emprega uma estratégia de adaptação de baixa calibração:

1. Seleção de Cabeça: Um codificador alvo é inicializado copiando os pesos do codificador de origem que produz a maior acurácia balanceada em um pequeno conjunto de calibração (48 tentativas) do sujeito alvo.
2. Ajuste Fino (Fine-tuning): A ramificação alvo selecionada é ajustada finamente nos dados de calibração e avaliada em tentativas de teste retidas.

3. Linhas de Base e Conjuntos de Dados

O modelo híbrido é comparado contra backbones de codificador compartilhado padrão (EEGNet, AttentionBaseNet, CTNet) com e sem pré-processamento de Alinhamento Euclidiano (EA). Os experimentos foram conduzidos em quatro conjuntos de dados de imagética motora: BNCI2014-001, BNCI2015-001, Schirrmeister2017 e Weibo2014.

4. Métricas de Avaliação

• Métrica Primária: Acurácia Balanceada (BA) em tentativas de alvo retidas.
• Métricas Diagnósticas:
  • Distintividade de Classe: Uma métrica independente de classificador baseada na razão entre a distância riemanniana inter-classe e a dispersão intra-classe em matrizes de covariância ao nível de tentativa.
  • Geometria Latente: Análise das distâncias riemannianas entre as tentativas do alvo e os centroides do codificador de origem para medir o alinhamento do manifold.
  • Dinâmica de Treinamento: Curvas de convergência de perda de validação.

Principais Resultados

1. Eficácia dos Codificadores Específicos por Sujeito

• Ganhos de Desempenho: A arquitetura híbrida melhorou o desempenho sobre as linhas de base apenas com EA em conjuntos de dados e backbones específicos. Notavelmente, no conjunto de dados BNCI2015-001, o modelo híbrido alcançou ganhos significativos em todos os três backbones (EEGNet, AttnBNet, CTNet). No entanto, os ganhos não foram uniformes; em conjuntos de dados como Weibo2014, o CTNet híbrido colapsou, indicando que o benefício depende do conjunto de dados e do backbone.
• Distintividade de Classe: Os codificadores específicos por sujeito aumentaram drasticamente a distintividade de classe para os sujeitos de origem (ex: de ~28 para ~67 sob EA), indicando alta especialização. Para sujeitos alvos não vistos, a distintividade permaneceu mais alta do que as linhas de base de codificador compartilhado, sugerindo que os codificadores específicos por sujeito retêm alguma estrutura transferível mesmo quando aplicados fora do domínio.
• Alinhamento de Manifold: A análise das distâncias latentes revelou que as tentativas dos sujeitos alvos estão significativamente mais próximas do manifold do codificador de origem correspondente do que de codificadores incompatíveis. Essa lacuna aumentou sob EA, confirmando que cada cabeça aprende um manifold único e específico do sujeito.

2. Internalização do Alinhamento

• Convergência de Perda: Para codificadores compartilhados, o EA é crítico; a remoção dele faz com que a perda de validação estagne em um nível muito mais alto. Em contraste, a arquitetura híbrida converge para níveis de perda baixos semelhantes com ou sem EA. Isso sugere que os codificadores específicos por sujeito aprendem internamente a função de alinhamento que o EA realiza externamente.
• Geometria Latente: Visualizações t-SNE mostraram que, enquanto os codificadores compartilhados começam com distribuições de sujeitos sobrepostas, os codificadores híbridos começam com clusters separados. O treinamento apenas com supervisão de tarefa reorganiza esses clusters para que fiquem mais próximos e melhor separados, replicando efetivamente o papel de alinhamento do EA através de transformações de características aprendidas.

3. Heterogeneidade de Sujeitos

O estudo identificou dois modos distintos de comportamento de sujeitos:

• Sujeitos Consistentemente Difíceis: Sujeitos que apresentam desempenho ruim em todos os métodos, sugerindo limitações de sinal irredutíveis.
• Sujeitos com Ruído de Método: Sujeitos cujo desempenho varia amplamente dependendo da arquitetura e da estratégia de alinhamento, implicando que uma melhor seleção de cabeça ou calibração poderia desbloquear um desempenho superior.

Significância e Alegações

O artigo afirma que os codificadores específicos por sujeito atuam como um mecanismo de alinhamento aprendido para a decodificação de EEG. Ao fatorar o codificador em cabeças por sujeito, o modelo pode aprender a recentralizar e transformar as distribuições individuais dos sujeitos para caber em um espaço de classificação compartilhado, internalizando efetivamente o papel de técnicas de pré-processamento como o Alinhamento Euclidiano.

Principais Contribuições:

1. Alinhamento Arquitetural: Demonstra que a supervisão de tarefa combinada com uma arquitetura de múltiplas cabeças pode induzir o alinhamento entre sujeitos sem perdas explícitas de adaptação de domínio ou pré-processamento fixo.
2. Insights Diagnósticos: Fornece evidências de que esses ganhos não são meramente devidos ao aumento da capacidade do modelo, mas resultam do codificador aprendendo manifolds específicos de sujeitos que melhoram a distintividade de classe e facilitam a transferência.
3. Identificação de Gargalos: Embora a arquitetura melhore o alinhamento, os autores identificam a seleção de cabeça para sujeitos não vistos como o gargalo restante. O desempenho do sistema em novos sujeitos é altamente dependente da seleção da inicialização correta a partir do pool de origem, e esse processo de seleção continua sendo um desafio, particularmente para sujeitos "com ruído de método".

Os autores concluem que, embora a estrutura proposta suporte os codificadores específicos por sujeito como um mecanismo de alinhamento aprendido viável, a escalabilidade para grandes e diversos pools de sujeitos permanece uma limitação, motivando trabalhos futuros sobre alternativas de parâmetros eficientes (ex: adaptadores de baixo posto) e estratégias de seleção de cabeça sem o uso de oráculo.