IEDetect:一种用于脑电图的混合式发作间期癫痫样放电检测软件

《SoftwareX》:IEDetect: A hybrid interictal epileptic discharges detector software for EEG

【字体: 大 中 小 】 时间:2026年09月22日 来源:SoftwareX 1.9

编辑推荐:

  发作间期癫痫样放电(Interictal Epileptiform Discharges, IEDs)是在脑电图(electroencephalogram, EEG)记录中观察到的一种短暂瞬态事件,被视为癫痫诊断以及癫痫灶探索和勾勒的生物标志物。它们也越来越多

  
发作间期癫痫样放电(Interictal Epileptiform Discharges, IEDs)是在脑电图(electroencephalogram, EEG)记录中观察到的一种短暂瞬态事件,被视为癫痫诊断以及癫痫灶探索和勾勒的生物标志物。它们也越来越多地被用于评估新兴治疗方法的疗效,包括经颅电流刺激(transcranial current stimulation, tCS)。此外,对其定量表征具有预后价值,有助于癫痫发作风险评估、治疗监测和结局预测。然而,IEDs的检测通常由神经生理学家手动完成,该过程耗时、主观且不可重复。自七十年代以来,已有多种IEDs自动检测算法被提出,这些方法要么基于机器学习(Machine Learning, ML)算法,要么基于信号处理算法。在本研究中,研究人员提出了一种结合上述两种方法的新型混合自动检测软件包。该Python软件包称为IEDetect,并包含一个基于Web的图形用户界面(Graphical User Interface, GUI)。
IEDetect软件是一种结合深度学习与信号处理算法的混合检测框架,用于脑电图记录中发作间期癫痫样放电(IEDs)的自动检测。该软件旨在解决目前手动标注耗时、主观且不可重复的问题,并应对头皮EEG灵敏度低、信噪比低以及生理伪影干扰等挑战。研究人员提出的两阶段流水线首先利用深度学习模型(如EEGNet等卷积神经网络)从短时EEG片段中粗检测候选IED事件,随后使用Page-Hinkley(PH)信号处理算法进行后处理,以滤除假阳性并提高检测特异性。该框架仅需约30个标注IED(约2–5分钟专家标注)即可训练患者特异性模型,适应个体间EEG形态差异。IEDetect以Python 3.11开发,提供基于Gradio的Web图形用户界面,支持多种EEG格式(.bin、.edf、.BrainVision),包含数据预处理、模型训练、预测、PH参数自动网格搜索、结果可视化和标记文件导出等功能。软件采用模块化架构,内置六种深度学习模型(包括EEGNet、ShallowFBCSPNet、Deep4Net及三种自定义CNN),并支持通过Braindecode库集成额外模型。在公开Vepiset数据集和药物难治性癫痫患者经颅直流电刺激(tDCS)研究中的示例表明,该混合方法在敏感性和特异性之间取得了平衡,完整处理10分钟信号约需2分钟。研究人员指出,该软件最初为评估tDCS对癫痫活动影响而开发(ERC资助项目No. 855109),但可推广至头皮EEG和立体脑电图(sEEG)应用,有助于癫痫灶定位、抗癫痫药物(ASMs)效应评估以及标准化定量生物标志物提取,并具备近实时处理和闭环神经调控应用的潜力。研究结论认为,IEDetect提供了可获取、可重复且灵活的工具,满足临床和科研中对IEDs定量分析的迫切需求,其模块化和患者自适应设计符合精准医学方向。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号