多患者癫痫发作检测的复合脑电图生物标志物建模与能量-精度权衡分析

《Scientific Reports》：Composite EEG biomarker modeling and energy–accuracy trade-off analysis for multi-patient seizure detection

　　

摘要

由于不同患者的脑电图特征差异较大，实现可靠的跨患者癫痫发作检测仍然是一项挑战。为解决这一问题，我们提出了一种名为癫痫发作强度指数（SII）的紧凑型复合特征，并设计了包含额外θ波段和α波段描述符的扩展表示方法。这些特征表示方法通过逻辑回归、人工神经网络和脉冲神经网络在CHB-MIT及TUH脑电图癫痫数据集上进行了测试。频谱参数分析表明，所提出的特征主要反映的是局部振荡活动，而非整体频谱变化。在随机分割验证中，人工神经网络的准确率为90.40%，而在CHB-MIT留一患者法验证中的准确率为56.58%，这说明其跨患者泛化能力较差。逻辑回归使用基础SII表示时的CHB-MIT留一患者法准确率为72.83%，而使用扩展表示时的准确率为74.50%；脉冲神经网络的准确率则从64.34%提升至68.01%。在TUH脑电图癫痫数据集的外部验证中，采用扩展特征表示时脉冲神经网络的准确率最高，为90.78%。尽管扩展表示提升了性能，但患者间的差异仍然显著。