fabricioslv/omnimind-neuro-henry-obleser-meg-amfm

Henry & Obleser (2012) — Dissociable Neural Response Signatures for Slow AM and FM in Human Auditory Cortex

Origem / Source

• —Paper: Henry MJ, Obleser J (2012). Dissociable Neural Response Signatures for Slow Amplitude and Frequency Modulation in Human Auditory Cortex. PLOS ONE 7(4):e35049.
• —DOI: 10.1371/journal.pone.0035049
• —Dados brutos: EEG (eletroencefalografia) auditiva, formato TMSi Refa (.raw + .hdr)
• —Baixado de: repositório público do artigo (Henry & Obleser, Max Planck Institute for Human Cognitive and Brain Sciences, Leipzig)
• —Data de aquisição local: 2026-08-23
• —Provenance: real-data-local (download do repositório público do estudo)

CORREÇÃO 2026-08-24: o formato foi re-verificado — é EEG TMSi Refa (73 canais: 64 ExG + 2 EOG bipolar + TRIGGER, 500 Hz, int32 interleaved), NÃO MEG Elekta como indicado inicialmente. O parser foi corrigido de acordo.

Estudo

O estudo investiga se respostas neurais a amplitude modulation (AM) e frequency modulation (FM) lentas (3 Hz) no córtex auditivo humano carregam informação temporal independente, relevante para comunicação por fala.

• —Tarefa: audição passiva de ruído de banda estreita modulado em AM ou FM (3 Hz)
• —Medida: EEG de superfície (córtex auditivo), 64 canais ExG + EOG
• —Sujeitos: 16 por condição (AM e FM), arquivos nomeados por ID do sujeito

Formato dos dados

• —Amplificador: TMSi Refa-8 (Refa8-64e4b4a), 73 canais, 500 Hz
• —`.hdr`: header texto com [channels] (label, rawscale, cntscale, dsp_chan, type) e duração
• —`.raw`: binário int32, canais interleaved [n_samples, n_channels]
• —Conversão: multiplicar counts pelo cnt_scale (ex: 0.0715) para µV
• —Último canal: TRIGGER (marcador de eventos), excluir da análise EEG

Estrutura

HenryObleser_PLOSONE_rawdata/
├── AM/           # sujeitos da condição AM (ex: 101.hdr/101.raw, 17.hdr/17.raw, ...)
│   └── *.hdr, *.raw
└── FM/           # sujeitos da condição FM (ex: 31aaa.hdr/31aaa.raw, ...)
    └── *.hdr, *.raw

• —Tamanho: ~3.46 GB (zip), ~6.3 GB descomprimido
• —Arquivo zip: HenryObleser_rawdata.zip (multi-part original concatenado)

Uso no OmniMind

Este dataset alimenta a malha neuro-auditiva do OmniMind:

1. 1.Vetorização: extração de features espectro-temporais do EEG (AM/FM 3Hz, harmônico 6Hz)
2. 2.Treinamento: classificador de condição AM vs FM (análogo ao pipeline tACS do omnimind-neuro-tacs-fiene-2026)
3. 3.Dodecatíade V2: mapeamento dos hidden states do classificador pelas 12 casas V2
4. 4.Crossing clínico-neural: associações com estados clínicos (busca associativa no Qdrant)

Status epistêmico

• —Direto: dados EEG reais do estudo publicado
• —Derivado: features, classificações, mapeamentos dodecatíade (computados por pipeline)
• —Interpretação: qualquer leitura clínica/psicanalítica é interpretação, não dado empírico
• —NÃO é: dados simulados ou gerados por script