EEG-Conformer for EEG Decoding: A Participant-Wise Evaluation and Ablation Study Across Three Datasets

O cérebro humano é um motor constante e zumbinte de atividade elétrica, disparando pequenos sinais através de uma vasta rede de neurônios. Para ouvir esta conversa sem abrir o crânio, os cientistas utilizam um método chamado eletroencefalografia, ou EEG. Eles colocam um capacete de sensores no couro cabeludo para captar essas ondas elétricas tênues. O objetivo é decodificar o que o cérebro está pensando ou fazendo apenas lendo esses padrões, um campo conhecido como interface cérebro-computador. Durante anos, pesquisadores confiaram em programas de computador padrão, frequentemente baseados em redes neurais convolucionais, para traduzir esses sinais desordenados em comandos. Esses programas são bons em detectar padrões locais, como um ritmo específico aparecendo em um ponto específico da cabeça. No entanto, o cérebro também é um lugar de conexões de longa distância, onde a atividade em uma área pode influenciar outra distante. Para capturar isso, um novo tipo de modelo de computador chamado Transformer foi introduzido. Ele foi projetado para olhar para o quadro geral de uma só vez, conectando sinais distantes para entender o contexto maior. A grande questão para os cientistas é se adicionar este pensamento complexo de longo alcance ao pareamento de padrões locais mais simples realmente ajuda, ou se apenas adiciona um peso desnecessário ao sistema.

Uma equipe de pesquisadores da Universidade de Konyang estabeleceu o objetivo de responder a esta questão com uma investigação cuidadosa e de base. Eles não inventaram uma nova máquina; em vez disso, pegaram um modelo existente chamado EEG-Conformer, que combina o pareamento de padrões locais com o pensamento de longo alcance, e o submeteram a um rigoroso teste de estresse. Eles queriam ver se a complexidade extra realmente melhorava a capacidade de ler o cérebro, ou se os métodos mais simples e antigos eram tão bons quanto. Eles também testaram se adicionar dados de um pequeno sensor de movimento, um acelerômetro, ajudava o computador a entender melhor o cérebro, ou se essa informação extra era apenas ruído. Para fazer isso, eles reuniram um novo conjunto de gravações de 48 voluntários saudáveis. Cada pessoa usava um headset com dezenove sensores em seu couro cabeludo e três sensores de movimento em seu corpo. Os voluntários realizaram três tarefas simples: sentar com os olhos abertos, sentar com os olhos fechados e manter os braços levantados no ar por um período prolongado. Os pesquisadores gravaram essas ondas cerebrais em uma velocidade muito alta, capturando 500 instantâneos de atividade elétrica a cada segundo.

Os pesquisadores então alimentaram esses dados nos modelos de computador para ver quão bem eles poderiam adivinhar qual tarefa a pessoa estava realizando. Em um único teste, feito uma única vez, o modelo complexo com pensamento de longo alcance teve um desempenho ligeiramente superior aos modelos mais antigos e simples, atingindo uma precisão de cerca de 67 por cento. Parecia uma pequena vitória para a nova tecnologia. No entanto, os pesquisadores sabiam que um único teste pode ser enganoso, tal como julgar a habilidade de um jogador baseando-se em apenas um jogo. Para obter a história real, eles repetiram o experimento muitas vezes, embaralhando os participantes em diferentes grupos e iniciando o processo de aprendizado do computador com diferentes configurações aleatórias. Quando fizeram isso, o cenário mudou. A pequena vantagem que o modelo complexo mostrou no primeiro teste desapareceu ou tornou-se muito pequena. De fato, quando observaram os dados através de muitos agrupamentos diferentes, o modelo complexo foi apenas cerca de 0,7 por cento mais preciso que o mais simples, uma diferença tão minúscula que era mal perceptível contra a variação natural entre os cérebros das diferentes pessoas.

O estudo também examinou o papel dos sensores de movimento. No primeiro teste único, remover os sensores de movimento surpreendentemente fez o computador ter um desempenho melhor, sugerindo que os dados de movimento estavam confundindo o sistema. Mas quando os pesquisadores realizaram os testes repetidos, o resultado inverteu-se. Remover os sensores de movimento tornou o computador ligeiramente pior, reduzindo a precisão em cerca de 1,2 por cento. Essa reversão mostrou que o primeiro resultado foi um acaso causado pela forma como os dados foram divididos naquela vez específica. Os sensores de movimento continham, sim, informações úteis sobre o movimento, mas o benefício era pequeno e só aparecia quando o teste era executado muitas vezes para compensar a sorte pela média. Os pesquisadores também testaram se a alta velocidade de sua gravação, 500 instantâneos por segundo, era necessária. Eles diminuíram a velocidade dos dados para 125 instantâneos por segundo e descobriram que a capacidade do computador de ler o cérebro não caiu significativamente. Isso sugere que os sinais elétricos do cérebro para estas tarefas não precisam ser capturados a uma velocidade tão alta para serem compreendidos, e que os detalhes finos da gravação rápida não eram a chave para o sucesso.

Talvez a parte mais reveladora do estudo tenha sido como o computador lidou com as diferentes tarefas. O modelo foi excelente em distinguir entre olhos abertos e olhos fechados, identificando o estado corretamente cerca de 91 por cento das vezes. Isso ocorre porque fechar os olhos cria um ritmo forte e bem conhecido na parte de trás do cérebro, que é fácil de detectar. No entanto, o modelo teve dificuldade em distinguir o estado de olhos abertos da tarefa de manter os braços levantados. Ele confundiu esses dois estados cerca de 40 por cento das vezes. Os pesquisadores perceberam que manter os braços levantados envolve movimento muscular, o que cria um ruído elétrico que se parece muito com a atividade cerebral de apenas estar sentado com os olhos abertos. Como o estudo não registrou os sinais musculares separadamente ou utilizou métodos especiais para remover o ruído muscular, o computador provavelmente estava captando o movimento dos músculos dos braços e ombros em vez dos sinais cerebrais específicos para a tarefa. Isso significa que o computador não estava verdadeiramente "lendo a mente" do movimento do braço, mas sim reagindo ao movimento físico.

O estudo concluiu que o entusiasmo em torno da adição de pensamento complexo de longo alcance a computadores de leitura cerebral pode estar exagerado para estas tarefas específicas. Os modelos mais simples e antigos tiveram um desempenho quase tão bom quanto os complexos, e os componentes extras ofereceram apenas um aumento ínfimo e inconsistente que dependia fortemente de como os dados eram testados. Os pesquisadores enfatizaram que a forma como você divide os dados importa imensamente. Se você testar o computador dando a ele alguns ensaios de uma pessoa para aprender e outros ensaios da mesma pessoa para adivinhar, o computador parecerá muito mais inteligente porque já viu os padrões cerebrais daquela pessoa. Mas quando você o testa em pessoas inteiramente novas que ele nunca viu, o desempenho cai, e as diferenças entre os modelos diminuem. Este estudo serve como um lembrete de que, na busca para decodificar o cérebro humano, as ferramentas mais avançadas nem sempre são as melhores, e que testes cuidadosos e repetidos são a única maneira de dizer se uma nova ideia é um avanço genuíno ou apenas um golpe de sorte.