研究提出统一EEG与iEEG的癫痫分类框架

一项发表于 arXiv 的机器学习研究提出统一多模态信号协调框架 UMSH，把采样率和记录条件不同的 EEG 与 iEEG 信号整合进同一癫痫发作分类流程。 该方法使用 cGAN 生成合成样本以缓解数据类别极度不平衡，并用 EEGNet-ViT 同时学习局部判别模式与全局上下文。研究称该框架在癫痫分类实验中表现稳健，展示了 EEG-iEEG 多模态学习在癫痫监测与临床决策支持中的潜力；上述效果为研究自身报道，尚待进一步验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。