癫痫检测融合模型

多模态信息融合

将脑电信号标记化后与大语言模型融合，提升癫痫检测的准确性与鲁棒性。

Chen, Xingchi · Fushen, Xie · Zhu, Fa · Shuanglong, Zhang · Lu, Xiaoyang · 李箐 · 陈荣 · Li, Dazhou · Camacho, David

Information Fusion 2026

技术优势

能抓微弱差异

利用大语言模型的模式识别能力，提升对癫痫与非癫痫难以区分样本的判别力。

多域特征融合

从不同信号域提取特征并标记化，使语义信息能进入提示词，解决特征与语义融合难题。

超过现有方法

在公开数据集多个性能指标上，结果优于当前对比方法。

应用场景

• 癫痫检测：自动识别癫痫发作事件，减轻医生逐帧标注负担。
• 脑机接口：利用多传感器融合解码意图，提升脑电分类鲁棒性。
• 医疗诊断：作为辅助诊断工具，帮助快速筛查癫痫异常脑电。
• 多模态学习：提供一种将多模态特征标记化并与大模型融合的框架。