Learning Latent Neural Signatures from EEG Scalograms for Robust Biometric Identification

Problema

Embora a eletroencefalografia (EEG) ofereça uma via promissora para a identificação biométrica segura devido à dificuldade de replicar sinais neurais, sua aplicação prática enfrenta obstáculos significativos. Os principais desafios incluem a baixa relação sinal-ruído, a alta variabilidade inter e intra-sujeito e a sensibilidade às flutuações ambientais. Além disso, as abordagens existentes de aprendizado profundo frequentemente tratam os canais de EEG como sequências temporais independentes, falhando em preservar explicitamente a organização espacial do layout dos eletrodos no escalpo, que contém informações biométricas discriminativas. Adicionalmente, a dependência de previsões de segmento único torna os sistemas vulneráveis a artefatos transitórios (ex: piscadas de olhos, atividade muscular), levando a decisões de identificação não confiáveis.

Metodologia

O framework proposto reformula a identificação biométrica baseada em EEG como um problema de visão computacional de alta dimensão através de um pipeline de múltiplos estágios:

1. Pré-processamento e Transformação de Sinal:

   • Sinais de EEG de 64 canais brutos do conjunto de dados PhysioNet Motor Imagery (109 sujeitos) são filtrados por passagem de banda (1–45 Hz) e reamostrados para 256 Hz.
   • As gravações contínuas são segmentadas em janelas não sobrepostas de 4 segundos.
   • Cada segmento passa por uma Transformada de Wavelet Contínua (CWT) usando uma wavelet de Morlet complexa para gerar escalogramas tempo-frequência, capturando a dinâmica espectral não estacionária do sinal através de 32 escalas.

2. Compressão de Características Latentes:

   • Para lidar com a complexidade computacional e os riscos de overfitting associados a escalogramas de alta dimensão, um Autoencoder Convolucional é empregado.
   • O encoder comprime cada escalograma de alta dimensão em um patch latente denso de 16×16. O decoder reconstrói o sinal original para garantir a fidelidade das características, confirmando que a informação espaço-temporal essencial é retida na representação comprimida.

3. Construção de Grade Espacial (2D CLSM):

   • Os 64 patches latentes são arranjados espacialmente em uma grade 11×11 de acordo com o sistema internacional de posicionamento de eletrodos 10–20.
   • Isso cria um Mapa de Escalograma Latente Cortical 2D (2D CLSM) com dimensões de 176×176. Células de grade não ocupadas são preenchidas com zero (zero-padding). Este passo preserva a organização espacial relativa e as relações de vizinhança dos canais de EEG, permitindo que o modelo aprenda interações de características locais entre regiões corticais adjacentes.

4. Classificação Profunda:

   • Uma Rede Neural Residual customizada (ResNet-18) é treinada nos mapas 2D CLSM para extrair padrões específicos do sujeito a partir de EEG de estado de repouso. A arquitetura utiliza conexões de salto (skip connections) para mitigar o desaparecimento de gradiente e aprender hierarquias profundas de características cerebrais.

5. Votação por Maioria em Nível de Sessão:

   • Para mitigar a natureza estocástica do EEG e o ruído transitório, o sistema emprega uma estratégia de votação por maioria em nível de sessão.
   • Em vez de depender de um único segmento de 4 segundos, o modelo gera previsões para todos os 31 segmentos dentro de uma sessão de gravação. A identidade final é determinada pela moda (previsão mais frequente) dessas saídas de nível de segmento. Isso agrega evidência neural temporalmente consistente, reforçando a identidade correta mesmo que segmentos individuais sejam classificados incorretamente.

Principais Contribuições

• Mapa de Escalograma Latente Cortical 2D (CLSM): Introdução de um novo pipeline de engenharia de características que transforma sinais de EEG 1D brutos em imagens 2D. Isso envolve o cálculo de escalogramas CWT, compressão via autoencoder e arranjo em uma grade para preservar a topologia espacial cortical.
• Aprendizado Residual Profundo Customizado: Design e treinamento de uma arquitetura ResNet-18 especificamente adaptada para capturar características distintivas específicas do sujeito a partir das representações 2D CLSM construídas.
• Votação por Maioria em Nível de Sessão: Implementação de uma estratégia de agregação temporal que melhora significativamente a robustez ao combinar previsões através de múltiplos segmentos, filtrando efetivamente erros induzidos por ruído em segmentos isolados.

Resultados

O sistema foi avaliado no conjunto de dados PhysioNet Motor Imagery composto por 109 sujeitos.

• Desempenho em Nível de Segmento: O modelo ResNet alcançou uma precisão de linha de base de 87,1% ao classificar segmentos individuais de EEG de 4 segundos. A lacuna entre a precisão de treinamento e validação destacou a estocasticidade inerente de segmentos únicos.
• Desempenho em Nível de Sessão: Ao aplicar a estratégia de votação por maioria nos 31 segmentos por sessão, a precisão de identificação melhorou significativamente para 99,1%.
• Visualização: Visualizações t-SNE dos embeddings de características demonstraram forte separação inter-sujeito e clusters intra-sujeito compactos, confirmando que o modelo aprende assinaturas neurais estáveis e únicas.
• Comparação: O método proposto superou diversas abordagens de estado da arte (incluindo MLPs, XGBoost e CNNs padrão) que utilizaram diferentes conjuntos de dados ou tarefas motoras ativas, alcançando a maior precisão relatada no grande conjunto de dados de estado de repouso do PhysioNet.

Significância e Alegações

O artigo afirma que o framework proposto avança com sucesso a biometria baseada em EEG em direção a sistemas de identificação seguros, precisos e escaláveis para o mundo real. Ao reformular a classificação de sinais neurais como uma tarefa de visão computacional, o estudo demonstra que:

• O EEG de estado de repouso contém assinaturas neurais estáveis e discriminativas: Embora segmentos individuais possam ser ruidosos, a evidência temporal agregada revela uma "impressão digital neural" única para cada sujeito.
• A preservação espacial é crítica: Converter sinais 1D em mapas 2D que respeitam a topologia do escalpo permite que modelos de aprendizado profundo capturem efetivamente relações espaciais frequentemente perdidas por 1D-CNNs.
• Robustez através da agregação: A estratégia de votação em nível de sessão mitiga efetivamente o impacto de artefatos transitórios, tornando o sistema confiável apesar da natureza estocástica dos sinais biológicos.

Os autores observam que o trabalho se alinha ao SDG-3 (Saúde e Bem-Estar) ao permitir o acesso seguro a sistemas de saúde digitais e apoiar potenciais aplicações em monitoramento neurofisiológico personalizado. No entanto, eles reconhecem limitações, incluindo a necessidade de validação em cenários dinâmicos (ex: durante tarefas motoras) e o custo computacional do pipeline atual para implantação em dispositivos de borda (edge devices).