《Egyptian Informatics Journal》:Epileptic seizure detection using information Gain-Based hybrid Features: Deep Neural network and comparative Machine learning approaches
编辑推荐:
卒中是全球致死和长期致残的主要病因之一,这凸显了开发准确、可解释且公平的预测模型以支持精准医学的迫切需求。传统风险评估方法常依赖有限临床指标并忽视子组特异性模式,降低了预测性能且可能对少数群体产生偏倚。为解决上述挑战,研究人员提出ASTab-Stroke(Ad
卒中是全球致死和长期致残的主要病因之一,这凸显了开发准确、可解释且公平的预测模型以支持精准医学的迫切需求。传统风险评估方法常依赖有限临床指标并忽视子组特异性模式,降低了预测性能且可能对少数群体产生偏倚。为解决上述挑战,研究人员提出ASTab-Stroke(Adaptive Stratified TabNet for Stroke Prediction,自适应分层TabNet卒中预测框架),一种将自适应分层采样(Adaptive Stratified Sampling, ASS)与TabNet序贯注意力机制集成的深度学习框架。ASS依据各患者子组对预测误差的贡献动态重加权,在不引入合成数据的前提下保障少数及高危子组的公平表征。TabNet的序贯注意力提供逐步特征归因,使临床医生能够解释年龄、高血压、心脏病、血糖水平、BMI及生活方式因素对卒中风险的影响。该框架以Python 3.10实现,采用包含人口学、临床与生活方式变量的Stroke Prediction Dataset评估。ASTab-Stroke取得98%准确率、0.998 AUC、0.97 F1-score、0.99召回率与0.98精确率,准确率较现有基线提升约3%,同时在临床显著子组中表现出更优的敏感度与公平性。年龄与合并症特征在消融研究中被证实为关键预测因子,交叉验证显示强泛化能力。该框架为卒中风险预测提供了一种临床可解释、可扩展且符合伦理的方法,为数据驱动的临床决策提供可靠依据,其灵活性表明在精准医学其他重视可解释性与子组公平性的领域具有广阔潜力。
研究背景方面,卒中仍是全球死亡与长期残疾的首要原因,精准医学要求整合患者特异性临床、人口学与生活方式信息以实现个体化风险评估。现有深度学习(Deep Learning, DL)系统如循环神经网络(Recurrent Neural Network, RNN)、长短期记忆(Long Short-Term Memory, LSTM)网络虽能刻画非线性关系,但仍受限于数据异质、类不平衡、少数临床子组代表性不足,且多采用静态或均匀采样,并因黑盒特性缺乏临床可解释性。部分研究依赖SMOTE等合成过采样引入伪影,损害真实场景泛化性。为此,研究人员开展ASTab-Stroke研究,旨在在不使用合成数据前提下缓解采样偏倚、提升子组公平性,并通过TabNet序贯注意力输出可解释特征归因。该研究发表于《Egyptian Informatics Journal》,结论显示框架在Stroke Prediction Dataset上取得98%准确率、0.998 AUC、0.97 F1-score、0.99召回率、0.98精确率,较基线提升约3%,且年龄与合并症为关键因子,跨验证泛化强,为临床决策支持提供可解释、公平、可扩展的精准医学路径。
关键技术方法上,研究人员采用公开Stroke Prediction Dataset(含年龄、性别、高血压、心脏病、平均血糖、BMI、吸烟状态等变量,目标为卒中事件二分类)。预处理阶段对连续变量行均值插补与Z-score标准化,类别变量标签编码,二值医学指标保留原值;少数类经高斯噪声轻量增强(α=0.05)后,构建基于年龄(<45、45–65、>65)×性别×合并症状态的12个分层。核心方法为自适应分层采样(Adaptive Stratified Sampling, ASS),按各层验证误差动态更新抽样权重,误差高者权重升;随后送入TabNet,利用其序贯注意力在T个决策步计算特征掩码M(t)与步级表示H(t),经Sparsemax稀疏选择特征,各步输出累加后经Sigmoid得卒中概率。损失为加权二值交叉熵,权重来自ASS层权,优化器选Adam等。
研究结果部分,引言指出卒中预测需兼顾准确性、公平性与可解释性,现有DL黑盒与静态采样不足,ASS+TabNet融合可补位。相关工作中研究人员对比了Islam等(SMOTE混合树集成,97.2%准确率)、Thakre等(RNN-LSTM-CNN,96%)、Soladoye等(GRU,80.42%准确率)、Ahmed等(Voting Classifier+SMOTE,AUC>0.95)、Li等(多模态ResNet50+ViT,AUC 0.97)等,指出现有方法局限为合成数据伪影、单中心、不可解释。ASTab-Stroke框架章节详述流程:原始数据经清洗、Z-score、编码、轻量增强与统计特征(均值、方差、偏度、峰度)提取后入ASS;ASS定义12层并按epoch t误差εs(t)更新权重ws(t+1)∝ws(t)/(εs(t)+δ);TabNet章中形式化X∈R(N×F),M(t)=Sparsemax(fattn(H(t-1),X)),H(t)=M(t)⊙X,Z(t)=ftrans(H(t)),?=σ(∑t=1TZ(t));优化章给出加权二值交叉熵L=?1/N∑i=1Nwi[yilog(?i)+(1?yi)log(1??i)],梯度更新θt+1=θt?η·Δθt。结果显示ASTab-Stroke在总体与子组水平均胜出,年龄、高血压、心脏病、血糖、BMI经注意力掩码确认贡献显著,消融证实ASS与TabNet缺一不可。
讨论与结论翻译部分,研究人员指出ASTab-Stroke通过ASS与TabNet序贯注意力协同,在无需合成数据下消解采样偏倚、强化高危与少数子组表征,并以逐步特征归因满足临床可解释需求;框架在Stroke Prediction Dataset达98%准确率、0.998 AUC、0.97 F1、0.99召回、0.98精确,较既有基线 accuracy 提升约3%,子组敏感度与公平性改善。年龄与合并症为消融关键因子,交叉验证显强泛化。该工作为卒中风险预测提供临床可解释、可扩展、伦理合理的路径,其采样优化与可解释DL融合范式可迁至其他类不平衡临床预测场景,推动精准医学中公平透明决策。