KDD 2022 | 脑电AI助力癫痫疾病诊断

癫痫是最常见的严重的神经系统疾病之一，手术切除参与癫痫发作的大脑区域被认为是唯一有效的治疗方案。为了定位癫痫发作区（SOZ）以指导癫痫外科手术，记录分析患者大脑的放电活动是必要的手段。这种电生理监测方法通常有两种类型：皮质脑电图（EEG）和立体脑电图（SEEG）。

最近，来自浙江大学杨洋课题组与某三甲医院合作，收集了一个基于真实患者记录的SEEG数据集，该数据集包含多个癫痫患者的高频多信道SEEG信号。基于这个数据集，研究者们将图和时序技术进行结合，研究并提出了一个可自动预测癫痫波的AI模型。该模型能不依赖专家经验，通过数据驱动方法来确认脑电波中癫痫波的时间和位置，实验效果非常显著。目前该工作已被数据挖掘顶级大会 KDD 2022 收录。

论文地址：http://yangy.org/works/brainnet/KDD22_BrainNet.pdf

 

下图展现了BrainNet的整体结构和过程：

a：一根带有三个通道的电极被植入患者大脑记录SEEG数据；b：BrainNet的整体解决方案：在多个层次学习脑波的扩散模式，从而预测如 a 中虚线框所示的癫痫波段