Codificação de Dados fMRI com Grandes Modelos de Linguagem: Avaliação de Estratégia Multissujeito e Mapeamento Intersujeito

• Ano de defesa: 2025
• Autor(a) principal: Vicente, Ana Letícia Garcez
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Brain encoding; Codificação cerebral; fMRI; Interindividual variability; Language models; Modelos de linguagem; Variabilidade interindividual
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-14012026-151005/

Compreender como a atividade cerebral generaliza entre indivíduos permanece um desafio central na neurociência cognitiva, especialmente devido à alta variabilidade intersujeitos presente em dados de fMRI. Essa variabilidade compromete o uso direto de dados entre indivíduos, dificultando a criação de representações neurais compartilhadas e limitando a aplicação de modelos em situações com poucos dados do sujeito de interesse. Este trabalho tem como objetivo propor e avaliar uma estratégia de mapeamento intersujeito que possibilite integrar informações de múltiplos sujeitos, reduzindo o ruído individual e promovendo a extração de representações cerebrais mais robustas e compartilhadas. Para isso, foi desenvolvido um método simples, e que se mostrou eficaz, baseado em modelos lineares treinados para prever a atividade de uma região central (parcela) no cérebro de um sujeito-alvo a partir da atividade das regiões vizinhas de diversos sujeitos-fonte. As previsões geradas por múltiplos mapeamentos intersujeito são combinadas pela média, resultando em sinais mais consistentes e menos suscetíveis à variabilidade individual. Esses sinais mapeados são então utilizados para treinar modelos de codificação cerebral, também lineares, que buscam estimar as respostas neurais do sujeito-alvo a partir de representações linguísticas contextualizadas geradas por modelos baseados em redes neurais profundas, em particular, grandes modelos de linguagem, como BERT e Tiny LLaMA. Os resultados experimentais mostram que o uso desse mapeamento intersujeito melhora o desempenho dos modelos de codificação, mesmo quando há pouca quantidade de dados reais do sujeito-alvo. Pelos resultados, é possível concluir que essa abordagem permite o uso mais eficiente de dados de neuroimagem, contribuindo para o avanço de modelos computacionais mais generalizáveis e acessíveis capazes de simular respostas cerebrais a novos estímulos linguísticos com base em dados de outros indivíduos.