Classificação de estresse com EEG usando recursos no domínio do tempo e técnicas de segmentação

Por que o estresse no cérebro importa para a vida cotidiana

O estresse molda como sentimos, pensamos e trabalhamos, mas normalmente é monitorado com questionários que perguntam às pessoas como elas se sentem. Essas ferramentas são valiosas, porém subjetivas, e não conseguem acompanhar a elevação e queda do estresse ao longo do dia. Este estudo investiga se um pequeno conjunto de sensores de ondas cerebrais pode oferecer uma maneira objetiva e rápida de distinguir quem está estressado de quem não está, usando métodos simples o suficiente para caber em futuras faixas de cabeça ou outros dispositivos vestíveis.

Ouvindo o estresse por meio das ondas cerebrais

Os pesquisadores recorreram à eletroencefalografia, ou EEG, que registra a atividade elétrica do cérebro a partir de sensores colocados no couro cabeludo. Eles utilizaram um grande conjunto de dados público de voluntários saudáveis cujos níveis de estresse já haviam sido avaliados com um questionário padrão. Em vez de confiar em muitos sensores, concentraram-se em apenas quatro posicionados na testa e nas laterais da cabeça, regiões associadas à emoção e ao controle do estresse. Cada pessoa teve cerca de oito minutos de atividade cerebral em repouso registrada, fornecendo um longo trecho de dados no qual padrões relacionados ao estresse poderiam estar ocultos.

Dividindo sinais longos em instantâneos curtos

Para entender essas longas gravações, a equipe fatiou o EEG de cada pessoa em trechos curtos, ou janelas. Eles testaram duas estratégias simples. Na abordagem sem sobreposição, o sinal de oito minutos foi cortado em blocos contínuos de dez segundos que não compartilhavam dados. Na abordagem com sobreposição, as janelas deslizaram ao longo da gravação com porções compartilhadas, produzindo mais instantâneos, embora parcialmente repetidos. Comparar essas duas formas de fatiar os dados ajudou a equipe a ver qual fornecia informações mais limpas e úteis sobre o estresse.

Transformando ondas brutas em números que um computador pode ler

Uma vez definidas as janelas, cada trecho de dados das ondas cerebrais foi reduzido a um conjunto de recursos numéricos básicos que capturam sua forma e variabilidade. Esses incluíram ideias familiares como valor médio, dispersão e energia, bem como a rapidez com que o sinal sobe e desce e quão previsível ele é. A partir de 20 desses recursos por janela, um método baseado em informação então selecionou aqueles que traziam as pistas mais úteis sobre se a pessoa pertencia ao grupo estressado ou não. Em muitos casos, recursos extraídos de um único sensor frontal no lado direito da cabeça se destacaram como especialmente informativos.

Deixando algoritmos simples separarem estressados de calmos

Com um conjunto compacto de recursos em mãos, os autores testaram cinco métodos de aprendizado de máquina prontos para uso para ver com que precisão eles conseguiam separar voluntários estressados dos não estressados. Eles usaram uma abordagem de teste padrão em que os dados são repetidamente divididos em porções de treinamento e teste para estimar o desempenho de forma justa. Ao longo desses ensaios, um método chamado k nearest neighbors, que classifica cada novo exemplo comparando-o com seus vizinhos mais próximos nos dados, teve o melhor desempenho. Usando janelas sem sobreposição dos quatro sensores, ele rotulou corretamente o status de estresse em cerca de 96 em cada 100 casos, superando vários outros métodos populares frequentemente usados em estudos de EEG.

O que isso significa para o rastreamento de estresse no futuro

Para os leitores, a mensagem principal é que a detecção precisa do estresse pode não exigir aprendizado profundo ou scanners cerebrais volumosos com muitos canais. Este trabalho mostra que um número modesto de sensores, formas simples de fatiar sinais em segmentos curtos e resumos numéricos diretos podem, juntos, fornecer fortes indícios sobre quem está estressado. Embora sejam necessários mais estudos para testar tais sistemas em cenários cotidianos e em novos grupos de pessoas, o estudo sugere que futuras faixas de cabeça ou outros dispositivos vestíveis podem monitorar silenciosamente o estresse por meio da atividade cerebral e ajudar as pessoas a perceber e gerenciar isso mais cedo.

Citação: Rauf, U., Zahid, A., Qadeer, A. et al. EEG-based stress classification using time-domain features and segmentation techniques. Sci Rep 16, 16568 (2026). https://doi.org/10.1038/s41598-026-50857-9

Palavras-chave: detecção de estresse por EEG, ondas cerebrais, aprendizado de máquina, sensores vestíveis, monitoramento da saúde mental