多任务Transformer网络

跨患者癫痫检测

通过通道混合增强和多任务学习，在不同患者电极配置不一致的情况下实现高准确度的癫痫发作检测。

Sun, Yulin · Cheng, Longlong · 司霄鹏 · He, Runnan · Pereira, Tânia · Pang, Meijun · Zhang, Kuo · Xin, Song · 明东 · 刘秀云

Expert Systems with Applications 2025

参数信息

AUC

0.97

AUC

0.95

数据文件数

2983

技术优势

跨患者泛化更好

通道混合增强利用不同受试者的信息，多任务学习同时优化检测与受试者识别，使模型在电极配置不一致时仍能准确检测。

性能显著提升

在两个公开数据库上分别取得0.97和0.95的AUC，显著高于现有方法，证明该方法的有效性。

应用场景

• 癫痫手术规划：高精度检测帮助准确定位致痫灶，为手术规划提供可靠依据。
• 颅内脑电监测：无需统一电极配置即可处理iEEG，简化临床监测流程。
• 可穿戴癫痫预警：跨患者模型可部署于可穿戴设备，实现实时发作预警。
• 神经信号解码：多任务学习框架可扩展至其他神经信号的解码任务。