PHINN-EEG usa análise topológica de séries temporais para melhorar a classificação de EEG em estado de sonho

O framework PHINN-EEG introduz métodos de redes neurais inspirados na homologia persistente para análise de mentação onírica, indo além das características tradicionais de densidade espectral de potência. Ao extrair Curvas de Betti Dinâmicas de épocas de EEG multicanal pré-despertar por meio de embeddings de atraso de Takens com janela deslizante e filtrações de Vietoris-Rips, o modelo caracteriza a arquitetura geométrica da atividade neural.

• PHINN-EEG visa uma AUC de 0.82-0.90 no subconjunto de acesso aberto de 1.462 despertares do banco de dados DREAM, superando os benchmarks existentes de PSD e catch22.
• O estudo inclui um modelo de fluxo retificado condicionado por topologia para síntese de EEG em estado de sonho, usando um modelo de fluxo condicionado espectral como linha de base de ablação para isolar os efeitos da condição topológica.
• A pesquisa propõe arquetipos candidatos de transição de Betti que vinculam a topologia às categorias fenomenológicas de relatos de sonhos como um espaço de hipóteses exploratório.

Este trabalho representa uma mudança de paradigma da energia espectral para a geometria do espaço de fase na detecção de eventos raros neurais, com implicações futuras potenciais para monitoramento de sonhos via BCI vestível.