面向鲁棒且可泛化基于EEG癫痫发作检测的频率感知Transformer网络

《Scientific Reports》：Frequency-aware transformer networks for robust and generalizable EEG-based seizure detection

　　

从脑电图（EEG）信号进行自动化癫痫发作检测，由于神经动力学具有复杂、非平稳和多尺度特性，在真实临床部署中仍是关键挑战。现有深度学习方法，包括卷积与基于Transformer的模型，常不能同时捕捉谱-时域依赖，并在异质数据集与噪声临床环境中保持鲁棒性。研究人员提出BrainXNet，一种新型多尺度谱-时域注意力框架，在单一架构中统一局部特征提取、频率感知表示学习和全局时域建模。该模型集成：多尺度卷积路径以捕捉瞬态与长时EEG模式；谱注意力模块动态强调临床相关频带；时域Transformer编码器建模EEG序列长距离依赖。在CHB-MIT与TUH Seizure Corpus两个大规模基准数据集上的广泛评估表明，BrainXNet分别达到99.1%与98.4%准确率。除数据集内性能外，该框架在跨数据集迁移设置中保持超过94%准确率，并在噪声条件下表现高鲁棒性。消融研究进一步确认各架构组件互补贡献。这些结果凸显显式建模多尺度谱-时域动力学对EEG分析的有效性，并使BrainXNet成为可靠实时临床癫痫发作检测系统的有前景候选，弥合高性能实验模型与多样医疗环境实际部署之间的差距。

研究背景方面，癫痫是影响全球约5000万人的慢性神经系统疾病，癫痫发作可导致认知下降、心理社会困难及伤亡，早期准确检测对诊断、治疗监测和临床干预至关重要。脑电图（EEG，electroencephalogram，头皮电极记录脑电活动）是癫痫检测与诊断的金标准，但人工判读耗时、依赖专家且存在评分者间差异。早期方法采用统计信号处理与小波特征，可控但泛化差；深度学习如卷积神经网络（CNN）擅长局部时空模式却难捕长距离依赖，循环神经网络（RNN，含长短期记忆网络LSTM、门控循环单元GRU）可建模序列但存在梯度消失与推理慢；Transformer可并行建模长程依赖，但普通注意力对EEG多尺度频谱特性优化不足，且多数方法频带处理无差别、跨数据集泛化弱、抗噪性差。因此，研究人员开展本研究以构建同时建模多尺度谱-时域、动态加权频带、跨患者跨中心鲁棒检测的框架。

作者为开展研究使用的主要关键技术方法如下：数据来自CHB-MIT（23导联、256 Hz、小儿癫痫）与TUH Seizure Corpus（成人、250至512 Hz、导联数可变）两个公开队列；按患者不重叠划分为训练70%、验证15%、测试15%；EEG切为5秒_epoch、50%重叠，用四阶Butterworth带通0.5至30 Hz滤波，逐epoch做z-score标准化，并用独立成分分析（ICA）去眼动肌电等伪迹；时频输入由短时傅里叶变换（STFT，Hamming窗、N=256、0.5 Hz频辨）得到谱图；模型由多尺度CNN提取50、100、150 ms尺度特征、谱注意力模块（SAM）按频率重加权、时域Transformer编码器（TTE，8头、d_k=64）建模长依赖，最后全连接层做二分类或平衡多分类，损失为带L2与dropout的二值交叉熵。

研究结果部分保留小标题并简述如下：

Overall classification performance：研究人员在CHB-MIT与TUH-SZ上报告BrainXNet准确率均超98%，显示小儿与成人EEG间强泛化能力。

Comparison with baseline models：与CNN、LSTM或GRU、CNN-RNN混合、普通Transformer对比，BrainXNet在CHB-MIT获99.1%准确率、98.8%灵敏度（SEN）、99.4%特异度（SPEC）、98.8% F1、AUC 0.997；在TUH-SZ获98.4%准确率、97.9% SEN、98.8% SPEC、97.7% F1、AUC 0.995，优于近年2024至2025年对照方法，归因于多尺度卷积、频率感知注意力与TTE互补。

Statistical analysis：采用配对t检验、Wilcoxon符号秩检验、Friedman检验与Nemenyi事后分析，在α=0.05下，CHB-MIT与TUH-SZ上模型间总体差异p<0.001；BrainXNet相对所有基线在ACC、SEN、SPEC、F1上的提升均统计显著，证明性能来自架构协同而非划分随机性。

Ablation study：在CHB-MIT上剔除多尺度CNN、SAM或TTE均导致性能下降，证实局部多尺度特征、频带自适应加权与长程时域建模各有贡献且互补。

Robustness to noise：加入高斯噪声及眼眨、肌电等常见伪迹后，基线模型精度明显退化，BrainXNet在高噪下仍保持超96%准确率，抗噪性来自多尺度表征与谱注意力抑制污染特征。

Cross-dataset generalization：CHB-MIT训练测TUH或反向训练测试，BrainXNet跨集准确率超94%，而部分基线掉落可达约20%，说明显式谱-时域建模学到更通用特征。

Computational efficiency：BrainXNet参数量与浮点运算（FLOPs）少于普通Transformer，训练时间、推理延迟、GPU显存处于实时EEG监测可行区间，在精度与效率间取得平衡。

讨论部分总结：研究人员指出，CNN局部性强、RNN训练不稳且慢、普通Transformer频带无差别，BrainXNet以统一框架补这些短板；即使绝对提升不大，但在临床中少漏诊少误报意义重大。消融说明瞬态与长时图案、频带加权、前驱期长依赖分别有用。噪声与跨中心结果支持其实际部署价值。计算效率足以支撑医院持续监护与便携式近实时监测，且SAM权重可作可解释辅助。仍需事件级/患者级评价、更广人群验证与可穿戴低功耗优化。

结论与未来工作部分翻译：本研究提出BrainXNet，一种用于鲁棒基于EEG癫痫发作检测的多尺度谱-时域注意力框架。通过整合多尺度卷积特征提取、谱注意力机制与时域Transformer编码器，BrainXNet在统一架构中捕捉细粒度局部图案、动态强调临床相关频带并建模长程时域依赖。在CHB-MIT与TUH-SZ上的大量实验表明，模型分别以99.1%与98.4%准确率优于前沿基线；在CHB-MIT上SEN 98.8%、SPEC 99.4%、F1 98.8%、AUC 0.997，在TUH-SZ上SEN 97.9%、SPEC 98.8%、F1 97.7%、AUC 0.995；跨数据集评估保持超94%准确率且抗噪强。结果显示多尺度谱-时域注意力框架对可靠可泛化EEG癫痫发作检测有效。未来将引入域适应与迁移学习、可解释框架、由检测到预测的扩展，并通过前瞻性临床试验验证。总之，BrainXNet以多尺度卷积、谱注意力与Transformer时域建模确立自动化EEG癫痫发作检测新基准，为临床可部署系统奠定基础。该文发表于《Scientific Reports》。