基于土耳其儿科EEG报告的癫痫发作类型分类：NLP与机器学习的突破性应用

本研究针对儿科癫痫发作类型分类的临床需求，利用自然语言处理(NLP)技术分析土耳其EEG文本报告，构建了首个包含130例标注数据的公开数据集。研究对比TF-IDF、FastText、ElectraTR、XLM和BERTurk等文本表征模型，结合Logistic Regression、SVM等分类器，最终BERTurk+LR组合以96.6%准确率实现最优分类性能，为形态复杂的土耳其语医疗文本处理提供了范式，推动癫痫诊断自动化进程。

　　

癫痫作为影响全球5000万人的神经系统疾病，其发作类型鉴别直接影响治疗决策。传统依赖专家解读脑电图(EEG)报告的方式效率低下且易出错，而针对土耳其语儿科EEG文本的自动化分类研究尚属空白。Afyon Kocatepe University的研究团队通过构建首个土耳其儿科EEG报告数据集，探索了自然语言处理(NLP)技术在癫痫分类中的应用价值。

研究采用130例经伦理批准的匿名EEG报告，通过五种文本向量化方法(TF-IDF、FastText、ElectraTR、XLM和BERTurk)结合五种机器学习分类器进行二分类（局灶性vs全面性发作）。实验采用五折分层交叉验证，重复10次取均值以确保结果稳健性。

文本表征模型比较：BERTurk凭借其捕捉土耳其语形态复杂性的能力，在所有评估指标（准确率96.6%、F1值0.966）中显著优于其他模型，证实上下文嵌入对屈折语的高效表征优势。

分类器性能：Logistic Regression(LR)与BERTurk的组合表现最优，其决策边界学习能力更适合处理高维嵌入空间。传统TF-IDF方法虽达到85.4%准确率，但凸显了静态表征对医学术语的局限性。

语言特异性发现：ElectraTR作为土耳其语专用模型，性能仅次于BERTurk，强调针对特定语言优化模型的重要性。跨语言模型XLM的较低表现（83.1%）揭示了医疗文本跨语言迁移的挑战。

这项发表于《Epilepsy Research》的研究具有三重突破：首次实现土耳其儿科EEG文本的自动分类，创建首个该领域公开数据集，并验证BERT类模型对形态丰富语言的适用性。Caner Bal?m等作者指出，该方法可缩短诊断周期达70%，尤其适合医疗资源匮乏地区。未来将通过扩大数据集、融合多模态数据（如EEG信号与MRI）进一步提升模型泛化能力，为构建儿科癫痫智能辅助诊断系统奠定基础。研究同时开源了标注规范与预处理代码，推动临床NLP在低资源语言中的发展。