多中心前瞻性研究验证视频-脑电图多模态自动检测模型在癫痫样放电识别中的临床应用价值

本研究针对癫痫诊断中视觉识别癫痫样放电(IED)存在专家偏差且耗时的问题，开发了基于深度学习的视频-脑电图(EEG)多模态自动检测模型vEpiNetV2。研究人员通过整合视频运动特征与EEG信号，结合创新的坏道去除算法(YOLOv5-PatientV2)，在包含530名患者的训练集上构建模型，并在三家医疗中心（北京协和医院、山东大学附属儿童医院、北京天坛医院）的149名患者中进行前瞻性验证。结果显示，模型在三个中心的AUPRC达0.76-0.78，AUC达0.96-0.98，视频特征使假阳性率降低24%，证实了多模态方法在真实临床场景中的稳健性。

　　

癫痫作为全球约5000万患者受累的神经系统疾病，其诊断金标准——脑电图(EEG)中癫痫样放电(IED)的识别长期依赖人工判读。这不仅导致专家间判读差异(Kappa值仅0.4-0.6)，面对日益增长的EEG监测时长（部分患者需连续监测72小时），视觉筛查更成为临床沉重负担。更棘手的是，EEG信号易受肌电伪迹、环境噪声干扰，而不同医疗中心的设备参数、电极布局差异（如T1/T2电极使用不规范）进一步增加了自动化检测的难度。

北京协和医院神经科团队联合网易媒体技术公司，在《BMC Medicine》发表了首个通过多中心前瞻性验证的多模态IED检测系统vEpiNetV2。该研究创新性地将患者视频动作捕捉与EEG分析相结合，开发了包含三大核心技术的方法体系：基于ResNet-18的坏道检测模块（识别准确率90.2%）、优化后的YOLOv5-PatientV2患者定位系统（mAP提升至92.47%），以及融合短时傅里叶变换(STFT)时频分析与EfficientNetV2的特征提取框架。研究从三家医院获取377小时原始视频-EEG数据，包含9232个IED事件，所有数据均经至少3名专家双重标注确认。

方法学突破

研究团队首先通过滑动窗口策略将EEG分割为4秒片段，经STFT转换为时频矩阵后，由深度网络提取1024维特征。同步视频数据通过帧差法和简单关键点(SKPS)系统量化患者动作，生成6维运动特征并扩展至128维。特别值得注意的是，针对多中心数据差异，团队构建了X3D_L分类器，证实三家医院的EEG幅值存在统计学差异（P<0.001），其中山东大学附属儿童医院因儿科患者居多呈现更高幅值（均值2.63μV vs 协和医院-6.47μV）。

核心发现

1. 1.

   多中心验证性能：在80%灵敏度设定下，模型在协和医院、山东儿童医院和天坛医院的假阳性率分别为0.16、0.31、0.21次/分钟，精度达61.5%-66.9%。视频特征的引入使总体假阳性减少24%（95%灵敏度时），其中在天坛医院效果最显著（AUPRC提升0.09）。

2. 2.

   技术组件贡献：

   • •

     坏道检测模块有效消除未连接电极干扰（SDQLCH中心95.2%的坏道来自T1/T2电极）

   • •

     患者定位系统的跨中心适配使BJTH中心mAP从63.5%提升至87.12%

   • •

     视频运动特征对肌电伪迹的鉴别贡献率达9%（协和医院）

3. 3.

   临床实用性指标：在包含21例全面性IED和86例局灶性IED的测试集中，模型对颞叶起源IED的检测灵敏度最高（AUPRC 0.81），而视频数据显著改善了对被褥遮盖肢体动作引发的假阳性识别。

这项研究首次系统论证了多模态方法在真实临床场景中的普适性。通过严格的跨中心验证，证实了视频-EEG融合策略可突破单一模态局限：在儿童患者居多的山东中心，尽管EEG幅值差异显著（ANOVA P<0.001），模型仍保持78%的AUPRC稳定性。研究者特别指出，未来需建立视频采集标准以进一步提升YOLOv5-PatientV2的泛化能力。该成果为癫痫的自动化筛查提供了新范式，其开源代码（GitHub可获取）将促进临床转化应用。正如讨论部分强调，这种分层检测策略——先区分全面/局灶性IED再针对性分析的思路，可能成为下一代IED检测系统的发展方向。