【所屬領(lǐng)域】
生命健康
【痛點(diǎn)問(wèn)題】
我國(guó)有高達(dá)900萬(wàn)的癲癇受累人群，其中500-600萬(wàn)是活動(dòng)性癲癇患者，且每年新發(fā)約40萬(wàn)例，已成為神經(jīng)科僅次于頭痛的第二大常見(jiàn)病。且癲癇是兒童期常見(jiàn)的神經(jīng)系統(tǒng)疾病，我國(guó)0-14歲兒童癲癇的患病率達(dá)3.45‰，其中5歲以內(nèi)起病占50%左右。癲癇病作為一種慢性疾病，雖然短期內(nèi)對(duì)患者沒(méi)有多大的影響，但是長(zhǎng)期頻繁的發(fā)作可對(duì)患者的身心、智力產(chǎn)生嚴(yán)重影響，存在精神危害、認(rèn)知障礙及生命危害等隱患。
作為醫(yī)生確定癲癇患者的病種分類和調(diào)整治療方案的重要依據(jù)，腦電圖的監(jiān)測(cè)結(jié)果具有重大的臨床意義。但在真實(shí)臨床場(chǎng)景下，還存在患者多、專家少、監(jiān)測(cè)時(shí)間長(zhǎng)等問(wèn)題。據(jù)行業(yè)人士估算，全國(guó)具有較高水平的腦電圖分析人員不超過(guò)1000人，因?yàn)榕囵B(yǎng)一名成熟的腦電分析專家，需要大量臨床經(jīng)驗(yàn)和多年專業(yè)培訓(xùn)，多數(shù)基層醫(yī)療機(jī)構(gòu)往往不具備這樣的條件。中國(guó)抗癲癇協(xié)會(huì)發(fā)布的《癲癇臨床治療指南》(2015年)指出，根據(jù)癲癇發(fā)作的控制情況，患者每半年至1年就要復(fù)查1次腦電圖；若病情控制得不好，則需不定期或隨時(shí)復(fù)查，每次監(jiān)測(cè)的時(shí)長(zhǎng)從2小時(shí)至24小時(shí)不等。醫(yī)生分析癲癇患者2小時(shí)的腦電圖約需25-40分鐘，需將大量精力消耗在查找異常放電上。
【解決方案】
在武漢市應(yīng)用基礎(chǔ)前沿項(xiàng)目“基于頭皮腦電圖的小兒癲癇自動(dòng)分類與病灶定位”支持下，提出深度學(xué)習(xí)、遷移學(xué)習(xí)等多種機(jī)器學(xué)習(xí)算法，用于基于頭皮腦電的癲癇檢測(cè)與分類，尤其是小兒癲癇。首先判斷有無(wú)癲癇？如果有，是局灶性發(fā)作還是全面性發(fā)作？如果是全面性發(fā)作，進(jìn)一步判斷其具體類型，如強(qiáng)直發(fā)作、失神發(fā)作等。
· 多模態(tài)融合和多核知識(shí)遷移。首先利用lp范式約束把單核嶺回歸拓展到多核嶺回歸，以更好利用多模態(tài)數(shù)據(jù)中的互補(bǔ)信息。然后利用邊緣概率分布適配來(lái)最小化源域和目標(biāo)域之間的分布差異，解決訓(xùn)練數(shù)據(jù)不足的問(wèn)題。
· 基于EEGNet的精簡(jiǎn)深度神經(jīng)網(wǎng)絡(luò)，降低EEG癲癇亞型分類中所需的帶標(biāo)簽數(shù)據(jù)量。使用正弦編碼的時(shí)域信息增強(qiáng)模塊來(lái)對(duì)齊EEGNet的第一層。同時(shí)進(jìn)行自動(dòng)超參數(shù)選擇策略。
· 基于Transformer的自監(jiān)督學(xué)習(xí)模型用于EEG癲癇亞型分類，解決EEG數(shù)據(jù)的長(zhǎng)時(shí)程依賴和訓(xùn)練數(shù)據(jù)不足的問(wèn)題。首先使用濾波器組分析來(lái)把視覺(jué)Transformer轉(zhuǎn)換為小波Transformer編碼器，產(chǎn)生EEG信號(hào)的多粒度特征表示。然后使用自監(jiān)督學(xué)習(xí)來(lái)使用無(wú)標(biāo)注數(shù)據(jù)預(yù)訓(xùn)練小波Transformer。
· 基于決策樹(shù)梯度提升機(jī)的半監(jiān)督遷移提升機(jī)(SS-TrBoosting)無(wú)源域域適配(SFDA)，使用預(yù)訓(xùn)練源域模型而非源域數(shù)據(jù)來(lái)實(shí)現(xiàn)隱私保護(hù)遷移學(xué)習(xí)。SS-TrBoosting在保護(hù)用戶隱私的前提下減少對(duì)新用戶校準(zhǔn)數(shù)據(jù)量的需求，適合EEG癲癇亞型分類。進(jìn)一步拓展到無(wú)監(jiān)督遷移學(xué)習(xí)，即新用戶無(wú)需任何標(biāo)注數(shù)據(jù)。
【性能指標(biāo)】
在自己采集的武漢兒童醫(yī)院癲癇亞型分類數(shù)據(jù)集上，所提出的TIE-EEGNet 癲癇亞型4分類均衡分類準(zhǔn)確度57.5%，F1 0.615；Wavelet2Vec 癲癇亞型4分類均衡分類準(zhǔn)確度67%，F1 0.68，均超過(guò)當(dāng)時(shí)最優(yōu)算法。
【競(jìng)爭(zhēng)優(yōu)勢(shì)】
現(xiàn)有技術(shù)一般只區(qū)分有無(wú)癲癇，該技術(shù)可以進(jìn)一步區(qū)分癲癇亞型。且現(xiàn)有技術(shù)一般關(guān)注成人癲癇診斷，該項(xiàng)技術(shù)可實(shí)現(xiàn)兒童癲癇診斷。
【技術(shù)熟化度】
研發(fā)階段
【產(chǎn)業(yè)化應(yīng)用】
本項(xiàng)目提出用于癲癇亞型分類的隱私保護(hù)遷移學(xué)習(xí)方法，同時(shí)解決新用戶訓(xùn)練數(shù)據(jù)不足和老用戶隱私保護(hù)問(wèn)題，節(jié)省醫(yī)生時(shí)間。在歐盟《通用數(shù)據(jù)保護(hù)條例》和中國(guó)《個(gè)人信息保護(hù)法》都要求嚴(yán)格保護(hù)用戶隱私的大背景下，具有廣闊的應(yīng)用前景。
知識(shí)產(chǎn)權(quán)
該成果包括多項(xiàng)已授權(quán)中國(guó)發(fā)明專利。
合作方式
專利許可、專利轉(zhuǎn)讓、作價(jià)入股、技術(shù)開(kāi)發(fā)、面談等。
【聯(lián)系方式】
CG24009
