自适应图学习癫痫灶定位模型

定位精度超越现有方法

集成图构建与分析的深度框架,从SEEG数据中自适应学习患者特异性功能连接,精准定位癫痫发作起始区。

Guo, Jinjie · 冯涛 · 魏鹏虎 · Huang, Jinguo · 杨彦枫 · 王忆平 · Cao, Gongpeng · Yuda, Huang · 康桂霞 · 赵国光 · Feng, Tao

Biomedical Signal Processing and Control 2025

参数信息

超越率(公开数据集)
9/13
超越率(临床数据集)
11/14

技术优势

无需手工建网

图构建模块直接从每个通道的SEEG特征向量计算功能连接权重,自适应生成个体化网络,省去手工设计网络构建步骤。

端到端可优化

图构建与图分析模块联合训练,整体优化癫痫定位目标,克服了传统方法中两阶段独立设计带来的性能瓶颈。

定位可解释

模型分配给各通道的注意力权重表征致病性,且识别出的脑区与标注的发作起始区高度吻合。

应用场景