跨病人癫痫灶定位模型

跨病人稳健定位

通过临床引导的特征学习策略与多任务监督框架，该模型在无病人特定训练数据的条件下实现可靠的致痫区定位，并具备可解释的生理表征。

Guo, Jinjie · Feng, Tao · Wang, Yaping · 杨彦枫 · 康桂霞 · 赵国光

Neural Networks 2026

技术优势

跨病人通用

模型在从未见过的病人数据上也能准确定位致痫区，不需要为每个病人单独收集大量的发作记录来训练。

不用病人特异训练

模型在训练阶段完全不接触目标病人的数据，仅利用其他病人的发作期 SEEG 学习到跨个体稳定的特征，因此可以直接部署到新病人。

可解释性好

模型学到的跨频率耦合特征与临床上公认的相位-幅度耦合指标呈现出高度一致的分布模式，医生可以理解模型判断的依据。

应用场景

• 癫痫灶定位：自动从发作期 SEEG 中定位致痫区，辅助术前评估，减少人工标注时间。
• SEEG 信号分析：利用跨频率耦合和自比较机制捕捉发作期 SEEG 中的致痫相关时空模式。
• 临床决策支持：提供可解释的定位结果，帮助医生在术前规划中识别致痫区边界。
• 医疗 AI 算法：采用多任务学习框架，无需病人特异训练即可实现稳健的跨病人定位。
• 神经信号处理：通过特征学习策略提取与致痫区相关的神经信号特征，提升定位精度。