摘要
背景与目标:癫痫发作和其他类似癫痫发作的大脑活动模式可损害大脑，并导致住院死亡，特别是在长时间的情况下。然而，有资格解释脑电图(EEG)数据的专家很少。以前自动化这项任务的尝试受到了小样本或标记不充分样本的限制，并且没有令人信服地证明可推广的专家级性能。对于一种自动化方法，以专家级可靠性对癫痫发作和其他癫痫样事件进行分类，目前存在一个关键的未满足的需求。本研究旨在开发和验证一种计算机算法，该算法与专家识别癫痫发作和癫痫样事件的可靠性和准确性相匹配，被称为EEG上的“发作-间期-损伤-连续”(IIIC)模式，包括癫痫发作(SZ)、偏侧性和广泛性周期性放电(LPD, GPD)和偏侧性和广泛性节律δ活动(LRDA, GRDA)，以及区分这些模式与非IIIC模式。
方法:我们使用了2711名有或没有IIIC事件的患者的6095个头皮脑电图来训练深度神经网络，SPaRCNet，执行IIIC事件分类。独立训练和测试数据集由50,697个脑电图片段生成，由20名研究培训的神经生理学家独立注释。我们评估了SPaRCNet在识别IIIC事件时，表现达到或高于奖学金培训的神经生理学家的敏感性、特异性、精确性和校准。统计性能通过校准指标进行评估，并通过6个模式类别的工作点低于模型的受试者工作特征曲线(ROC)和精度召回曲线(PRC)的专家的百分比进行评估。
结果:SPaRCNet在基于校准和鉴别指标对IIIC事件进行分类方面，符合或超过大多数专家。对于SZ, LPD, GPD, LRDA, GRDA和“其他”类别，SPaRCNet超过以下20位专家的百分比- ROC: 45%、20%、50%、75%、55%、40%;中国:50%、35%、50%、90%、70%、45%;并标定:分别为95%、100%、95%、100%、100%、80%。
讨论:SPaRCNet是首个在脑电图代表性样本中检测癫痫发作和其他癫痫样事件的专家表现相匹配的算法。随着进一步的发展，SPaRCNet因此可能是加速脑电图检查的宝贵工具。
- 收到了2022年5月13日。
- 最终接受2023年1月12日。
- 188金宝搏官网登录
信件:快速在线通信
需求
如果你要上传关于文章的信件:
您必须在六个月内更新您的披露:http://submit.首页neurology.org
您的合著者必须发送一份完整的出版协议表格来首页(对于主要/通讯作者不需要填写以下表格即可)，然后再上传您的评论。
如果你在回复一篇关于你最初撰写的文章的评论:
您(和共同作者)不需要填写表格或检查披露，因为作者表格仍然有效
并适用于信件。
提交规格:
- 文章必须少于200字，参考文献少于5篇。参考文献1必须是你所评论的文章。
- 投稿者不得超过5人。(例外:原作者回复可以包括文章的所有原作者)
- 只可提交发稿日起6个月内发表的文章。
- 不要冗余。在提交之前阅读文章上已经发布的任何评论。
- 提交的意见在发表前须经过编辑和编辑审查。
