Neurodynamic EEG Seizure Analysis Using CWT Scaleograms and Modified DenseNet

Resumo Técnico: Análise de Crises de EEG por Neurodinâmica Usando Escalogramas CWT e DenseNet Modificada

Definição do Problema
A epilepsia, que afeta aproximadamente 50 milhões de pessoas globalmente, é caracterizada por descargas neuronais anormais que levam a crises recorrentes. Embora o Eletroencefalograma (EEG) seja a principal ferramenta não invasiva para detecção devido à sua alta resolução temporal, a análise desses sinais permanece desafiadora. A atividade de crise manifesta-se como atividade oscilatória variante no tempo e não estacionária, sincronização anormal e mudanças de energia espectral através dos ritmos cerebrais (bandas delta a gama). Os sistemas tradicionais de Diagnóstico Auxiliado por Computador (CAD), baseados em características extraídas manualmente (ex: transformadas de wavelet, entropia, PCA) e classificadores clássicos (ex: SVM, Random Forest), frequentemente sofrem com baixa generalização, sensibilidade ao ruído e forte dependência de conhecimento especializado. Por outro lado, abordagens de aprendizado profundo (CNNs, RNNs, Transformers) oferecem aprendizado automatizado de características, mas enfrentam desafios relacionados à escassez de dados, necessidade de grandes conjuntos de dados e falta de interpretabilidade para implantação clínica.

Metodologia
Os autores propõem um framework neurodinâmico explicável projetado para classificação binária de crises (crise vs. não-crise) utilizando o conjunto de dados Bonn. A metodologia segue um pipeline estruturado:

1. Pré-processamento de Dados:

   • Fonte: 500 segmentos de EEG unidimensionais (4097 amostras cada, ~23,6 segundos) do conjunto de dados Bonn.
   • Limpeza: Os sinais passam por um filtro notch IIR de 50 Hz para remover interferência de rede elétrica, seguido de correção de linha de base (−0,5 s a −0,1 s).
   • Remoção de Artefatos: A técnica FastICA (Análise de Componentes Independentes) é aplicada para remover artefatos.
   • Filtragem: Um filtro passa-banda de 1–30 Hz retém os ritmos de EEG relevantes. A análise da Densidade Espectral de Potência (PSD) confirma a atenuação eficaz do componente de 50 Hz e seus harmônicos.

2. Representação Neurodinâmica (Escalogramas CWT):

   • Para abordar a natureza não estacionária do EEG, os sinais 1D pré-processados são transformados em imagens 2D de tempo-frequência usando a Transformada de Wavelet Contínua (CWT).
   • Uma wavelet mãe Gaussiana é utilizada para gerar escalogramas. Esta transformação captura oscilações transitórias, padrões de sincronização e concentrações de energia associadas à atividade ictal (crise), preservando padrões espectrais-temporais localizados que os sinais 1D obscurecem.

3. Arquitetura DenseNet Modificada:

   • O modelo de classificação central é uma DenseNet modificada adaptada para entradas de escalogramas 2D.
   • Mudanças Estruturais: Ao contrário das implementações padrão de DenseNet, esta variante remove as camadas totalmente conectadas (FC) para reduzir o overfitting e a contagem de parâmetros.
   • Mecanismo: Ela emprega uma estrutura totalmente convolucional que apresenta upsampling convolucional e Global Average Pooling (GAP). Este design retém a informação espacial dentro do domínio do escalograma enquanto garante o uso eficiente de características através de conectividade densa.
   • Configuração de Treinamento: O modelo utiliza o otimizador Adam (taxa de aprendizado de 0,001), tamanho de lote (batch size) de 32, 20 épocas, dropout (0,25), ativação ReLU e perda de entropia cruzada binária com uma saída sigmoide para classificação binária.

4. Explicabilidade (Grad-CAM):

   • Para aumentar a transparência clínica, o Mapeamento de Ativação de Classe Pesado por Gradiente (Grad-CAM) é aplicado à última camada convolucional. Isso gera mapas de calor visualizando as regiões tempo-frequência específicas que mais contribuem para a decisão do modelo, verificando que o modelo foca em surtos espectrais clinicamente relevantes.

Principais Contribuições

• Representação Inovadora: O estudo introduz uma representação de escalograma 2D baseada em CWT especificamente para análise de crises de EEG, transformando sinais neurodinâmicos 1D em um formato adequado para processamento convolucional eficiente.
• Inovação Arquitetural: Uma arquitetura DenseNet modificada é proposta, eliminando camadas totalmente conectadas em favor de um design totalmente convolucional com upsampling e GAP. Esta modificação visa melhorar a generalização em pequenos conjuntos de dados e reduzir o overfitting.
• IA Explicável (XAI): A integração do Grad-CAM fornece interpretabilidade visual, permitendo que clínicos verifiquem que as decisões do modelo baseiam-se em regiões espectrais-temporais discriminativas em vez de ruído.
• Benchmarking Abrangente: O modelo proposto é rigorosamente comparado contra uma ampla gama de arquiteturas de estado da arte, incluindo VGG16, VGG19, ResNet-50, CNNs padrão, BiLSTM, EfficientNetB0 e Transformers.

Resultados
O modelo foi avaliado usando uma divisão treino-teste de 80:20 com validação cruzada de 5 dobras estratificadas e perda ponderada por classe. A DenseNet Modificada alcançou as seguintes métricas de desempenho:

• Acurácia: 95,1% (IC 95%: 92,4%–97,8%)
• Precisão: 97,0%
• Recall (Sensibilidade): 93,5%
• Especificidade: 95,0%
• F1-Score: 95,2%
• AUC: 0,97

Desempenho Comparativo:
O modelo proposto superou todos os modelos de base por uma margem de pelo menos 4,1% em acurácia.

• Transformers alcançaram 90,2% de acurácia.
• EfficientNetB0 alcançou 89,8% de acurácia.
• ResNet-50 alcançou 91% de acurácia.
• BiLSTM teve um desempenho relativamente inferior (87,4%) nos escalogramas.
• VGG16/VGG19 e CNNs padrão pontuaram entre 84% e 86%.
  As visualizações do Grad-CAM confirmaram que o modelo identificou corretamente surtos de alta frequência concentrados em casos de crise, enquanto casos de não-crise mostraram ativações difusas e baixas.

Significância e Alegações
O artigo alega que a combinação da representação neurodinâmica baseada em CWT e uma DenseNet modificada e totalmente convolucional fornece uma abordagem eficaz e eficiente em termos de dados para a classificação de crises de EEG. Os autores afirmam que este framework aborda as limitações dos sistemas tradicionais de CAD (sensibilidade ao ruído) e dos modelos padrão de aprendizado profundo (necessidade de grandes volumes de dados e falta de interpretabilidade). Ao alcançar uma acurácia superior em um conjunto de dados pequeno e de canal único, fornecendo explicações visuais via Grad-CAM, o estudo sugere um caminho para ferramentas de detecção de crises clinicamente transparentes.

Limitações Reconhecidas pelos Autores
Os autores explicitamente observam que o estudo é limitado por:

• Avaliação em um conjunto de dados pequeno e de canal único (Bonn), o que pode restringir a generalização para o EEG clínico de múltiplos canais do mundo real.
• Potencial perda de informação temporal e espacial durante a conversão para escalogramas 2D.
• Interpretabilidade grosseira fornecida pelo Grad-CAM.
• Falta de validação em registros clínicos de múltiplos canais, em tempo real e ruidosos.

O trabalho futuro propõe focar em dados de múltiplos canais, modelos baseados em transformers e análise neurodinâmica baseada em grafos.