基于深度神经网络（DNN）的脑电图（EEG）癫痫样活动模式分割在儿童测试队列中达到专家间一致性水平

《Agriculture》：Deep Neural Network-Based Segmentation of Epileptiform Activity Patterns in EEG Approaches Inter-Expert Agreement for a Pediatric Test Cohort

　　

自动分析脑电图（EEG）记录依赖于大规模、高质量的标注数据集。医学专家的手工分割资源密集且耗时。此外，为克服标注中的潜在主观性，需要至少两位专家的独立标注。因此，可靠的自动数据标注对于获取训练稳健人工智能（AI）模型所需的大规模数据集至关重要。研究人员在本研究中证明，经过适当训练的最先进深度神经网络（DNN）在分割癫痫样活动模式任务中可达到与专家间一致性相当的标注性能。为此，研究人员首先汇编了包含此类模式的EEG记录定制数据库；其次，五位专家基于部分记录独立评估了棘慢波指数（spike-wave index, SWI），该指数是表示EEG记录期间观察到癫痫样放电时间百分比的关键诊断标准；"]; 第三，研究人员将专家评估与基于训练DNN自动分割计算所得SWI进行了比较。结果表明，一维U-Net架构实现具有竞争力的整体性能，且与专家评估及专家 beams 导出的SWI值高度吻合。因此，EEG记录的自动分割与分析在加速癫痫诊断和制定靶向治疗策略方面具有广阔前景。

癫痫是一种常见的神经系统疾病，其诊断与监测在很大程度上依赖于脑电图（EEG）记录的分析。其中，棘慢波指数（SWI）作为一种关键的定量生物标志物，在癫痫的临床管理中具有重要价值，尤其对于睡眠中 spike-wave 激活（SWAS）、睡眠期癫痫持续状态（ESES）以及睡眠期持续性棘慢波（CSWS）等癫痫综合征的诊断和预后评估至关重要。SWI定义为EEG记录期间出现癫痫样放电的时间百分比，能够客观衡量癫痫样活动负荷；另一相关指标为"表征率"（representation），即EEG记录中任意癫痫样模式所占的总时长百分比。这两个指标均是基于EEG数据诊断癫痫的决定性依据。

传统SWI计算方法主要依赖医学专家手工计数EEG记录中短时间内的棘波和尖波，该过程不仅耗时耗力，而且存在显著的评估者间变异性。随着人工智能技术的快速发展，自动化EEG分析方法逐渐成为研究热点。现有自动处理方法包括基于模板和形态学特征的直接方法（如k均值时间聚类算法、小波变换、功率谱分析等），以及传统机器学习技术（如支持向量机、随机森林等）。然而，这些方法往往受限于人工设计特征的局限性，泛化能力较差。近年来，深度学习技术，尤其是卷积神经网络（CNN）和U-Net架构，在生物医学信号处理领域展现出巨大潜力，为EEG癫痫样活动的自动分割提供了新的技术路径。

尽管已有研究探索了自动化SWI计算方法，但仍存在数据集规模较小、缺乏标准化评估、模型可解释性不足等问题。特别是针对儿童癫痫患者的EEG自动分析研究相对匮乏，且现有方法多侧重于检测而非精确分割癫痫样事件，这限制了癫痫样负荷的准确定量。此外，专家标注的主观性和变异性也为建立可靠的地面实况标注带来了挑战。在此背景下，开展能够接近甚至达到专家间一致性水平的自动化EEG分析方法研究，对于提升癫痫诊断效率、减轻临床工作负担、促进个性化治疗具有重要意义。该论文发表于《Agriculture》杂志。

研究人员为开展此项研究所用的主要关键技术方法包括以下几个方面。首先，在数据采集与预处理方面，研究人员从两家俄罗斯医疗机构获取了45例儿童癫痫患者的51份EEG记录，每份记录包含10分钟片段，采用双极导联记录，包含19个EEG通道和1个心电（ECG）通道；记录采样率分别为199.5 Hz、500 Hz和1000 Hz。数据经过"NeuroScope"软件自动预处理后，通过重采样统一至最低采样率，并进行零均值、单位方差归一化，同时对超过±4标准差的极端幅值进行截断处理以减小高幅伪影影响。样本队列来源明确：训练组为35例患者的41份记录，测试组为10例患者的10份记录，且测试组数据未用于模型训练、验证或超参数优化，确保了评估的独立性。

其次，在专家标注策略方面，五位EEG解读专家独立评估了测试组10分钟片段的SWI值，且专家之间互盲，对神经网络输出及其他专家评估不知情，对患者临床诊断亦不知情；四个月后，相同记录以打乱顺序再次呈现给专家进行重复评估。标注过程中，癫痫样放电依据国际临床神经生理学会（IFCN）提出的六项传感器空间标准进行评估，包括锐利或尖峰形态、持续时长短于背景活动、波形不对称、后续慢波、周围背景活动受干扰、头皮分布与脑源兼容等；根据满足标准数量和重复出现情况，将放电分为"确定性IED"（满足至少五项标准，目标权重1.0）和"可能性IED"（满足至少三项标准且反复出现，目标权重0.5），以此减少标签噪声并增强模型泛化能力。

第三，在模型架构与训练方面，研究人员采用一维U-Net网络进行癫痫样活动分割。该架构继承自二维U-Net的编码器-解码器结构，包含跳跃连接，能够有效捕捉序列数据中的局部特征和全局上下文。网络输入为C×T的EEG记录片段，经L个下采样块逐步降低时间分辨率并扩展通道数，再通过D个带残差连接的卷积层，随后经L个上采样块恢复信号，最终通过一维卷积（核大小为1）进行分类输出。超参数通过Optuna库的随机搜索方法优化，最终确定最优窗口大小为3625个点，下采样/上采样层数L=4，残差卷积层数D=4，卷积核大小为12，后处理合并阈值为20，隐藏层大小H=132。损失函数采用二元交叉熵（BCE）损失与Dice损失的组合，以处理类别不平衡问题。训练采用患者级别的交叉验证策略，每次迭代保留5份记录用于评估。

第四，在评估指标与后处理方面，研究人员采用精确率（precision）、召回率（recall）和F1分数作为评估指标，并区分基于事件的评估（允许预测与真实事件存在任意重叠即计为真阳性）和逐点评估（严格比较时间样本级别的重叠）。后处理包括去除过短的孤立预测结果，以及合并间隔小于预定阈值的相邻预测片段。

研究结果部分主要包括以下两个方面。

模型性能全面概述。研究人员对测试队列中10例患者的模型性能进行了系统评估。基于事件的F1分数显示，5例患者的F1分数超过0.80，仅2例（P7和P2）低于0.70。与真实标准（GT）及专家SWI估计相比，模型倾向于低估SWI值，但大多数情况下其预测结果落入专家意见范围内。具体而言，模型预测的棘慢波持续时间均值短于专家标注，在10例记录中有5例存在统计学显著差异（Mann-Whitney U检验和Brunner-Munzel检验，显著性阈值p<0.05）。逐点评估指标低于基于事件的指标，主要由于召回率降低，表明模型虽能检测到癫痫样事件但往往预测更短的片段。

五位专家与深度神经网络的比较分析。研究人员比较了神经网络预测、专家平均评分与真实标准之间的相关性。结果显示，专家平均意见与GT的皮尔逊相关系数为0.82，而网络输出与GT的相关系数达到0.86，表明自动化SWI计算与GT的相关性强于平均专家意见。然而，在SWI较高值时，网络呈现系统性低估趋势，若该偏倚在更大数据集中得到验证，可能需要引入乘法校正因子进行校准。专家重复评估的个体内差异范围为0.05至0.19，差异较大的专家在某些患者上的SWI变化足以导致风险分类的改变，凸显了手动评估的不稳定性。相比之下，神经网络输出（输入偏移5秒测试中）表现出可忽略的变化，显示出优越的重复性。形态学分析表明，评估者间变异性较低的记录（如P3）其棘波时间离散度明显低于变异性较高的记录（如P6），提示形态学均一的放电更易获得一致评估。此外，专家4与专家2的个体内差异经配对Wilcoxon符号秩检验（p=0.078）和Mann-Whitney U检验（p=0.215）均未达到统计学显著性，表明该差异仅为边缘趋势。

讨论与结论部分，研究人员对研究发现进行了深入分析并展望了未来方向。

模型偏倚与潜在校准。模型系统性低估SWI的现象，尤其在较高值时更为明显，可能源于其保守的分割策略：网络捕获了癫痫样瞬变的核心部分，但截断了低幅起始和后续慢波成分。这与损失函数中Dice成分对假阳性的惩罚有关。相比之下，专家平均估计倾向于高估GT，可能反映了视觉评分中空间和时间上下文整合导致的感知扩展。若该偏倚在更大队列中得到确认，可通过乘法校正因子进行校准，但校正参数可能因SWI范围、放电形态、导联方式、背景EEG特征和睡眠状态而异。

可重复性与测试-重测变异性。专家的测试-重测变异性突出，个体内差异足以导致患者风险分类改变，而神经网络输出具有高度可重复性。这一一致性优势在临床实践中至关重要，因为治疗决策常依赖于癫痫样负荷随时间的微小变化。但需注意，测试记录数量有限限制了个体专家间直接比较的统计效力。

形态学因素对一致性的影响。评估者间变异性与棘波形态密切相关：形态学异质性高的放电固有地更加模糊，模糊了癫痫样瞬变与背景活动的边界。模型在变异性较高的记录上仍获得0.67的F1分数，表明其具有一定鲁棒性，但此类记录对任何标注系统均构成挑战。自动化工具可通过提供不受主观因素影响的参考标准，帮助标准化解读。

临床意义。可靠的自动化SWI算法可满足多项未竟临床需求：实现长时间EEG（包括 overnight 记录）的持续客观监测，促进恶化早期发现和治疗滴定；通过提供一致参考，协调不同中心间的SWI报告，减少因专业水平或主观判断差异导致的诊断变异性。

局限性与未来方向。当前研究存在一定局限：测试数据集仅包含10例儿科患者，且主要为4-10岁儿童，限制了结果向成人或其他癫痫综合征推广；GT标注源自专家共识，可能存在系统性偏倚；模型在不同硬件或较低信噪比数据上的性能尚未测试；手动SWI评分的高变异性本身也是重要局限。未来工作应扩展至更大规模、多中心数据集，涵盖更广泛年龄、癫痫类型和睡眠-觉醒状态；融入睡眠分期信息以优化SWI计算；探索显式建模起止边界的架构（如基于注意力或多任务网络）；开展前瞻性临床研究以评估自动化SWI测量对患者结局的改善作用；并将算法集成至用户友好的EEG审阅软件中。

研究结论。研究人员在本工作中完成了癫痫样活动自动分割以计算临床重要指标SWI的关键任务。研究科学意义在于证明，经过适当训练的深度神经网络可在所检查的儿童EEG队列中提供可重复的癫痫样活动分割和SWI估计，性能接近专家间一致性水平，从而为主观性手工标注提供了客观、可扩展的替代方案。研究结果表明，一维U-Net架构提供了稳健且高质量的分割，测试队列中半数患者的事件级F1分数超过0.80，自动化SWI计算与真实标准及平均医学意见均具有强相关性。分析揭示模型存在低估SWI的趋势，可能与预测较短棘波持续时间有关；同时，手工标注中显著的个体内和评估者间变异性强烈支持采用自动化客观工具进行EEG分析。该方法的另一关键优势在于其可扩展性和一致性：医师通常因时间限制只能基于较短片段进行评估，而神经网络能够高效分析长时间EEG记录的全貌，从而实现更全面、更具代表性的SWI计算，降低基于非代表性样本得出结论的风险。研究人员强调，所提出方法可支持SWI量化和减轻标注负担，但其临床应用尚需前瞻性验证。未来工作应聚焦于在更大、更多样本量的多中心数据集上验证这些发现并探索该工具用于加速诊断和制定癫痫靶向治疗策略的临床效用。癫痫样活动模式的自动分割可视为癫痫自动化EEG分析工具的核心组成部分，涵盖日间和夜间监测中的棘波分析，以及评估非快速眼动睡眠2期睡眠纺锤体改变（与癫痫相关的睡眠结构变化）和相关背景节律性脑活动变化的辅助模块。通过持续改进和严格的临床验证，自动化癫痫样活动分割有望减轻EEG解读人员的工作负担，协调不同医疗中心的定量EEG报告，最终改善癫痫患者的管理。