Detecção Automática de Fusos do Sono em EEG multicanal por meio de Graph Neural Networks

• Processo: 25/07057-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2025
• Data de Término da vigência: 30 de novembro de 2026
• Área de conhecimento: Engenharias - Engenharia Biomédica
• Pesquisador responsável: Jose Luiz Rybarczyk Filho
• Beneficiário: Glauciara Yasmin Corrêa
• Instituição Sede: Instituto de Biociências (IBB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Assunto(s): Eletroencefalografia Sinais biomédicos
• Palavra(s)-Chave do Pesquisador: Eeg | Explicabilidade | Fusos do sono | Graph Neural Network | matching pursuit | Sinais Biomédicos

Resumo

O sono exerce papel central na consolidação da memória e na saúde mental, sendo os fusos do sono, oscilações tálamo¿corticais de 11-16 Hz, marcadores essenciais desses processos. A anotação manual de fusos em EEG é demorada, subjetiva e pouco escalável, impedindo análises em larga escala e aplicações clínicas em tempo real. Este projeto propõe um método automático que combina o algoritmo Matching Pursuit para rotulagem de janelas de 8 s com uma Graph Neural Network (GNN) que modela a conectividade funcional entre canais. Cada janela rotulada é convertida em um grafo cujos nodos representam eletrodos e arestas, ponderadas por correlação de Pearson, expressam a sincronização neural. A GNN, composta por três camadas de convolução gráfica, pooling global e camada densa, será treinada usando divisão inter¿sujeito (70% treino, 15% validação, 15% teste), com subamostragem e ponderação de perda para mitigar desbalanceamento. O GNNExplainer fornecerá explicabilidade local, destacando conexões e atributos críticos para cada predição. Implementado em Python (MNE¿Python, NumPy/SciPy, PyTorch Geometric) e executado no GridUNESP. Os resultados visam oferecer uma ferramenta precisa, interpretável e escalável para detecção de fusos, com potencial de impacto na pesquisa do sono e em diagnósticos clínicos, além de gerar contribuições para a engenharia biomédica.