Resumo Técnico: Quando as Estatísticas de EEG Específicas de um Sujeito são Confiáveis para a Decodificação da Vigilância Cognitiva?

Declaração do Problema

A decodificação da vigilância cognitiva a partir de sinais eletroencefalográficos (EEG) entre diferentes sujeitos é dificultada pela significativa variabilidade intersujeito. O poder espectral no EEG flutua não apenas com o estado cognitivo, mas também com a fisiologia individual, a qualidade do contato dos eletrodos, níveis de fadiga e sessões de registro. Embora as abordagens atuais de múltiplos sujeitos utilizem modelos convolucionais compactos, representações invariantes e alinhamento de domínio, uma questão crítica permanece sem resolução: quando as estatísticas observadas de um novo sujeito alvo são confiáveis o suficiente para substituir ou superar a estimativa da população de origem?

Janelas de registro curtas representam um risco computacional específico: momentos do alvo estimados a partir de dados limitados possuem alta variabilidade de amostragem e podem representar apenas um único estado de vigilância. Substituir estatísticas populacionais robustas por essas estimativas não confiáveis pode deslocar o decodificador para regiões não representativas da distribuição de estados, levando à degradação do desempenho. Os métodos atuais de Adaptação em Tempo de Teste (TTA) frequentemente lutam com pequenos lotes (batches), desequilíbrio de classes e acúmulo de erros, além de carecerem de um mecanismo principista para determinar quando confiar nos dados do alvo.

Metodologia

Os autores propõem um modelo computacional ancorado na origem que trata a confiabilidade das estatísticas de EEG do alvo como uma função do "orçamento de dados do alvo" declarado (o número de janelas não rotuladas observadas antes da pontuação).

1. Protocolo Experimental

O estudo emprega um protocolo de buffer-então-pontuação disjunto para separar estritamente a adaptação da avaliação:

• Buffer de Adaptação ($A_{t,n}$): Um conjunto não rotulado de $n$ janelas de um sujeito alvo é usado para estimar estatísticas dependentes do alvo e realizar atualizações.
• Conjunto de Pontuação Disjunto ($Q_{t,n}$): Um conjunto separado de janelas é pontuado usando o modelo adaptado. Nenhum recurso (feature) ou rótulo de $Q_{t,n}$ influencia o estado do modelo.
• Datasets: O protocolo foi avaliado em três conjuntos de dados com características variadas:
  • SADT: 11 sujeitos, buffers disjuntos aleatórios.
  • MPD-DF: 50 participantes, buffers cronológicos (direção simulada).
  • SEED-VIG: 21 participantes, buffers cronológicos (vigilância de motorista baseada em PERCLOS).

2. Encolhimento de Momento Ancorado na Origem (Source-Anchored Moment Shrinkage)

A contribuição central é um estimador controlado por contagem que mistura momentos da população de origem com momentos do alvo:

• Momentos do Alvo: Calculados a partir do buffer ($\hat{\mu}_{t,n}, \hat{m}_{2,t,n}$).
• Momentos da Origem: Estatísticas populacionais pré-computadas ($\mu_s, m_{2,s}$).
• Peso de Encolhimento ($\rho_n$): Definido como $\rho_n = \frac{n}{n + \kappa}$, onde $n$ é a contagem de janelas e $\kappa$ é um parâmetro de força de evidência da origem selecionado via validação da origem (sem rótulos do alvo).
• Mistura (Blending): O modelo mistura médias e segundos momentos (não apenas variâncias) para garantir que o deslocamento da média e a estimativa de escala permaneçam na mesma referência. As estatísticas finais ($\tilde{\mu}, \tilde{\sigma}^2$) são usadas para padronizar os recursos antes da pontuação.
• Comportamento: Em $n=0$, o sistema depende inteiramente da origem. À medida que $n$ aumenta, o peso dos momentos do alvo aumenta monotonicamente.

3. Arquitetura do Modelo e Controles

• Modelo Primário: Um codificador de Rede Neural Pulsante (SNN) usando convoluções temporais, convoluções espaciais de profundidade (depthwise) e estados de integração e disparo com vazamento (leaky integrate-and-fire).
• Controles:
  • Alvo Sem Encolhimento (Unshrunk Target): Mesmo caminho, mas com $\kappa=0$ (normalização total do alvo).
  • Gêmeo Denso (Dense Twin): Uma versão não pulsante com arquitetura idêntica para isolar o efeito da dinâmica de impulsos (spiking).
  • Baselines de Adaptação: T3A (rotulagem pseudo), Buffer-Norm, Buffer-TENT e Buffer-SAR (minimização de entropia) para comparar com o encolhimento de momento.

Principais Resultados

1. Transições de Confiança Dependentes de Dataset

O valor da normalização do alvo não é estático; depende do dataset e da composição do buffer:

• SADT: Apresenta um cruzamento (crossover). Com orçamentos pequenos (3 janelas), os momentos do alvo sem encolhimento degradam significativamente o desempenho (-3,62 pontos de macro-F1) em comparação com a origem. No entanto, conforme o buffer cresce (40 janelas), os momentos sem encolhimento eventualmente superam a origem (+7,88 pontos).
• MPD-DF: Mesmo com buffers grandes (300s), os momentos do alvo sem encolhimento permanecem inferiores à origem (-3,68 pontos). A âncora populacional permanece necessária durante todo o horizonte testado.
• SEED-VIG: Demonstra o efeito mais dramático. Usar apenas uma janela de 8 segundos para normalização sem encolhimento reduziu o macro-F1 em 16,79 pontos. A ancoragem na origem limitou essa perda a 1,94 pontos.

2. Eficácia da Ancoragem na Origem

• Desempenho no SEED-VIG: O modelo de encolhimento ancorado na origem superou consistentemente o caminho sem encolhimento. Aos 8 segundos, o modelo ancorado excedeu o modelo sem encolhimento em 14,84 pontos de macro-F1. Essa vantagem persistiu (embora tenha diminuído) até os 320 segundos (vantagem de 2,90 pontos).
• Significância Estatística: A diferença entre os caminhos ancorado e sem encolhimento foi estatisticamente significativa em todos os orçamentos testados no SEED-VIG (Holm-ajustado $p < 0,026$).
• Isolamento de Mecanismo: A rede gêmea densa reproduziu exatamente a mesma trajetória que a SNN, confirmando que o benefício provém da confiabilidade do momento e não da dinâmica de impulsos.

3. Normalização vs. Atualizações de Gradiente

Os controles usando atualizações baseadas em entropia (TENT, SAR) ou atualizações de suporte de classe (T3A) seguiram curvas quase idênticas ao Buffer-Norm no SEED-VIG e MPD-DF. Isso indica que a falha em buffers curtos é impulsionada por estimativas de momento não confiáveis (normalização de recursos) e não pelo objetivo de otimização específico ou pela maquinaria de gradiente.

4. Análise por Classe

Falhas em buffers curtos frequentemente se manifestam como severos compromissos de classe (trade-offs) em vez de declínios uniformes. Por exemplo, no SEED-VIG (8s), a normalização sem encolhimento aumentou a sensibilidade em 23,29 pontos, mas derrubou a especificidade em 40,60 pontos. A ancoragem na origem mitigou esse desequilíbrio, reduzindo a queda de especificidade para 9,05 pontos.

Significância e Alegações

O artigo fornece um relato computacional de quando as distribuições de EEG específicas de um sujeito podem suportar a decodificação da vigilância cognitiva. Os autores afirmam que:

1. A Confiabilidade Depende do Orçamento: A confiança nos momentos específicos do sujeito deve aumentar com o aumento do contador de buffer declarado. Buffers curtos e composicionalmente estreitos exigem uma âncora populacional para evitar a transferência negativa.
2. A Ancoragem é Superior à Adaptação Fixa ou Baseada em Gradiente: Um estimador de encolhimento controlado por contagem supera estratégias complexas de minimização de entropia ou rotulagem pseudo quando os dados do alvo são escassos.
3. Especificidade do Dataset: Não existe um tamanho de buffer "seguro" universal. Embora o SADT eventualmente tenha favorecido a normalização total do alvo, o MPD-DF e o SEED-VIG mostraram que a duração decorrida sozinha não garante uma distribuição representativa; a âncora populacional continua sendo benéfica mesmo com dados substanciais em alguns contextos.
4. Rigor Metodológico: Ao impor um protocolo disjunto de buffer-então-pontuação, o estudo isola o efeito da estimativa de dados do alvo dos fatores de confusão do aprendizado online (ex: acúmulo de erro de janelas pontuadas).

O trabalho conclui que um decodificador de vigilância robusto deve começar com os momentos de EEG da população, aumentar o peso dos momentos específicos do participante conforme a evidência se acumula (via contagem de janelas) e reservar a normalização total do alvo apenas para configurações onde verificações de cobertura independente confirmem que o buffer representa os estados de vigilância do alvo.