这是一篇原创研究论文的学术报告。
研究概况
该研究由斯坦福大学（Stanford University）的Siyi Tang、Jared Dunnmon、Khaled Saab、Xuan Zhang、Qianying Huang、Florian Dubost、Daniel Rubin和Christopher Lee-Messer等人共同完成，发表于2022年的国际表征学习大会（ICLR 2022）。这项研究旨在通过创新的图神经网络和自监督学习方法，提升基于脑电图（EEG）的癫痫发作自动检测与分类性能，并增强模型的可解释性。
研究背景与目的
癫痫是全球最常见的神经系统急症之一，影响着全球约5000万人口。在临床诊断中，从脑电图（EEG）上检测出癫痫发作仅仅是第一步，更为关键的是将癫痫发作进一步细分为局灶性（focal）或全面性（generalized）等亚型，这对于确定癫痫综合征、选择靶向治疗以及评估癫痫手术的适用性至关重要。然而，传统的人工视觉判读EEG信号耗时且耗费大量资源，因此，自动化算法具有极大的临床价值。
尽管已有大量研究致力于自动癫痫检测与分类，但它们仍面临三大挑战。首先，现有研究多采用卷积神经网络（CNN），其假设EEG信号具有欧几里得（Euclidean）数据结构，忽略了大脑神经网络固有的非欧几里得拓扑结构。EEG电极实际上分布在头皮这个流形上，图（Graph）结构能更好地表示这种复杂关系。其次，某些癫痫类型（如阵挛性发作）在临床中非常罕见，使用传统的监督学习方法训练在这些罕见类别上表现优异的模型十分困难。最后，现有模型缺乏一个量化的可解释性方法，来评估其定位癫痫发作区域的能力，而这对于临床决策至关重要。
基于以上背景，该研究的目标是：第一，提出一个基于图的建模方法，以捕捉EEG传感器的几何结构或动态脑连接性；第二，提出一种自监督预训练策略，通过预测未来时段的EEG信号来提升模型性能，尤其是对罕见癫痫类型的识别能力；第三，提出一种定量的模型可解释性分析方法，用于评估模型定位癫痫病灶的准确度。
详细工作流程
该研究的工作流程主要分为四个步骤：数据集构建与预处理、图结构构建、模型开发与训练、以及模型评估与可解释性分析。
1. 数据集与预处理 研究使用了目前最大的公共EEG癫痫数据库——天普大学医院EEG癫痫语料库（Temple University Hospital EEG Seizure Corpus, TUSZ）v1.5.2版本。该数据集包含5，499份EEG记录和3，050个经标注的癫痫发作事件，涵盖八种癫痫类型。研究使用了标准的10-20系统(10-20 system)下的19个EEG通道。为确保模型能泛化到未见过的患者，研究排除了同时出现在训练集和测试集中的5名患者。数据经过重采样至200赫兹后，通过快速傅里叶变换（FFT）转换至频域，并获取对数振幅作为模型输入。对于癫痫检测任务，使用12秒和60秒两种长度的滑动窗口截取片段；癫痫分类任务则从每次发作事件中截取一个片段。研究还将四种局灶性发作类型合并为“组合局灶性发作”（Combined Focal, CF），并将强直发作和强直-阵挛发作合并为“组合强直发作”（Combined Tonic, CT），最终形成了包含CF、全面性非特异性发作（Generalized Non-specific, GN）、失神发作（Absence, AB）和CT四类的分类方案。
2. 图结构构建 这是该研究的一大创新点。研究者提出了两种将EEG片段表示为图G = {V, E, W}的方法。 * 距离图（Distance Graph）：用于表示EEG电极的自然几何结构。它通过一个阈值化的高斯核函数（thresholded Gaussian kernel）计算基于标准10-20系统中电极间欧几里得距离的边权重。该图是一个普适的无向加权图，适用于所有EEG片段。 * 相关图（Correlation Graph）：用于捕捉动态的大脑连接性。边权重定义为两个电极预处理信号间归一化互相关（normalized cross-correlation）的绝对值。为引入稀疏性，只保留每个节点权重排名前τ的邻居的边。该图是一个基于每个输入片段生成的独特有向加权图。
3. 模型开发与训练——图神经网络与自监督预训练 研究者扩展了扩散卷积循环神经网络（Diffusion Convolutional Recurrent Neural Network, DCRNN），用于模拟EEG信号的时空依赖性。DCRNN将EEG信号的空间依赖模拟为一个扩散过程，并使用扩散卷积（或对无向图使用的切比雪夫频谱图卷积）来聚合邻居节点的信息。时间依赖性则通过用扩散卷积替换矩阵乘法的门控循环单元（Gated Recurrent Unit, GRU）来建模，形成DCGRU。
为了进一步提升性能，尤其是针对罕见发作类型，研究提出了一个自监督预训练（self-supervised pre-training）策略。这个策略的核心思想是，先让模型在一个无标签的任务上进行预训练，学习通用的EEG信号表示。具体任务被设计为：给定一个预处理后的12秒（或60秒）EEG片段，预测下一个12秒（t‘=12）的预处理EEG片段。预训练模型采用序列到序列（sequence-to-sequence）的编码器-解码器架构，两者均由多个DCGRU堆叠而成，损失函数为平均绝对误差。完成预训练后，将编码器的权重迁移至下游的癫痫检测和分类任务中进行微调。所有模型均使用PyTorch框架在单块NVIDIA Titan RTX GPU上进行训练，并采用了Adam优化器。
4. 模型评估与可解释性分析 研究使用了AUC（Area Under the Receiver Operating Characteristic curve, AUROC）评估癫痫检测性能，使用加权F1分数评估癫痫分类性能。本研究的一个关键亮点是提出了一种基于遮挡（occlusion-based）的定量可解释性分析方法，来评估模型定位癫痫病灶的能力。对于癫痫检测，他们逐通道、逐秒地屏蔽EEG信号，计算模型输出logit的相对变化，生成一个遮挡图。然后，他们利用TUSZ数据集中详细的发作时长和位置标注，定义了两个量化指标：覆盖率（Coverage，衡量多少真实的癫痫区域被检测到）和定位精度（Localization，衡量检测到的癫痫区域中有多少是真实的），这两个指标分别类似于二分类问题中的召回率和精确率。
主要研究结果
实验结果显示，基于图的DCRNN模型在癫痫检测和分类任务上均优于CNN、LSTM等基线模型。更重要的是，结合自监督预训练后，模型性能得到了显著提升。在60秒片段的癫痫检测任务上，经过自监督预训练的距离图DCRNN达到了0.875的AUROC，超越了先前的最佳方法。在癫痫分类任务上，经过自监督预训练的相关图和距离图DCRNN均达到了0.749的加权F1分数，同样创造了新的最优性能。
自监督预训练对罕见癫痫类型的分类提升尤为显著。例如，在12秒片段分类中，经过预训练的模型对“组合强直发作”的准确率比未预训练的模型和最佳基线模型分别高出48个和47个百分点。一个意外的发现是，模型将许多被标注为全面性非特异性（GN）发作的EEG误分类为局灶性（CF）发作。一名委员会认证的神经科医生在人工审核了32个此类误分类病例后发现，其中27个实际上是标注错误的局灶性发作，这反证了模型强大的特征识别能力。
在模型可解释性和癫痫定位能力方面，研究取得了突破性进展。可视化结果显示，对于局灶性发作，模型的高显著性区域精确地集中在EEG信号异常的通道上；而对于全面性发作，高显著性区域则如预期般弥散分布在多个通道。定量分析表明，在60秒片段上，经过预训练的相关图DCRNN能够精确地定位（定位精度>0.8）25.4%的局灶性发作，而未经预训练的DCRNN和基础的CNN此比例分别仅为6.3%和3.5%，提升高达21.9个百分点。这一结果证明，利用图结构和自监督学习能够极大地提升模型定位癫痫病灶的临床可用性。
结论与研究价值
该研究成功地将图神经网络与自监督预训练相结合，用于EEG信号的癫痫检测与分类，并首次提出了一个可量化评估模型癫痫定位能力的框架。这项工作的科学价值在于，它证明了将大脑的非欧几里得结构融入深度学习模型能有效提升性能，并且自监督学习是应对数据不平衡、尤其是提升罕见类别分类效果的有力工具。其应用价值是巨大的，所提出的方法不仅能提供更准确的自动化诊断，其生成的可视化遮挡图和定位分数，还能为临床医生提供关于癫痫病灶位置的直观、量化的洞察，从而为制定癫痫手术等精准治疗方案提供关键决策支持。此外，这种基于图的建模方法不仅限于EEG，也为其他类型的医学时间序列分析开辟了新的道路。
研究亮点总结