《Scientific Reports》：Retraining and evaluation of machine learning and deep learning models for seizure classification from EEG data
編輯推薦：
癲癇診斷中 EEG 數據手動標注耗時久，現有機器學習模型臨床實踐精度低。研究人員復現評估多種模型，發現隨機森林和卷積神經網絡在公共數據表現好，但本地數據測試精度降。該研究為臨床癲癇診斷提供參考，助力提升診斷精度。
在神經疾病的世界里，癲癇是一位 “�？汀�，它如同隱藏在大腦中的 “搗蛋鬼”，時不時引發神經元的異常 “狂歡”，導致患者出現各種癥狀。據世界衛生組織（WHO）統計，全球約有 5000 萬人飽受癲癇之苦。腦電圖（EEG）作為癲癇診斷的重要手段，能捕捉大腦的電活動，為醫生提供關鍵線索。然而，手動標注 EEG 數據中的癲癇發作部分，就像大海撈針，不僅耗時費力，還容易出錯。
為了攻克這一難題，來自哥倫比亞洛斯安第斯大學（Universidad de Los Andes）、哥倫比亞兒科慈善醫院基金會（Fundación Hospital Pediátrico La Misericordia）等機構的研究人員踏上了探索之旅。他們的研究成果發表在《Scientific Reports》上，為癲癇診斷帶來了新的希望。
研究人員開展了一項關于從 EEG 數據中進行癲癇發作分類的機器學習和深度學習模型的再訓練與評估的研究。他們的目標是找到能在臨床環境中精準診斷癲癇的模型，提高診斷的準確性和效率。
在研究過程中，研究人員使用了多種關鍵技術方法。首先，他們收集了三個公共數據庫（CHB - MIT、AUB、NICU）的數據用于模型訓練，還獲取了哥倫比亞兒科慈善醫院基金會（HOMI）一位患者的手動標注 EEG 數據用于測試。然后對數據進行預處理，包括濾波、通道信息整理和下采樣等操作。接著計算了 1998 個特征，用于訓練經典機器學習模型。對于深度學習模型，則直接使用預處理后的數據進行訓練。
研究結果如下：
- 經典機器學習模型評估：使用不同特征子集和所有特征組合訓練多種經典機器學習模型。以隨機森林分類器（RFC）表現最佳，其受試者工作特征曲線下面積（AUROC）達 0.972，F1 分數在測試數據上也較高。經過網格搜索優化參數后，模型性能進一步提升。
- 深度學習模型評估：復現并重新訓練多種神經網絡架構構建深度學習模型。卷積神經網絡（CNN1）表現突出，AUROC 達到 0.977 ，F1 分數也較高。
- 最佳訓練模型在 HOMI 臨床數據中的評估：將上述表現好的模型在 HOMI 數據上測試時，發現所有模型性能大幅下降。RFC 結合所有特征和僅使用小波特征的模型在新數據上表現相對較好，而之前在公共數據中表現最佳的 CNN1 在 HOMI 數據上表現最差。研究人員還發現不同模型存在不同類型的錯誤，如 CNN1 和 CNN3 有大量誤報，深度卷積神經網絡（DCNN）有大量漏報。
- 檢測模型的計算效率：RFC 結合所有特征的模型訓練時間最長，神經網絡模型在分類任務中速度最快。
研究結論和討論部分指出，雖然之前的研究提出了很多基于機器學習和深度學習的癲癇檢測方法，在控制測試數據集上準確率很高，但在實際臨床應用中卻大打折扣。本研究使用更多樣化的數據集進行訓練和測試，一定程度上解決了基準數據集變異性的問題。經典方法中，隨機森林模型能有效處理不同類型的特征，表現最佳。深度學習模型對數據質量和特征敏感，盡管研究人員進行了預處理，但仍無法將在公共數據上的高準確率轉移到 HOMI 數據上。此外，臨床變量不匹配、手動標注的準確性、數據格式差異等都可能是導致模型準確率差異的原因。
這項研究意義重大，它系統評估了多種機器學習和深度學習模型在癲癇檢測中的性能，為臨床醫生和研究人員提供了有價值的參考。研究人員還公開了訓練的模型和代碼，方便其他研究小組進一步研究。這有望推動機器學習技術在癲癇診斷中的應用，提高癲癇診斷的準確性和及時性，為全球癲癇患者帶來更好的診斷和治療方案，讓他們能早日擺脫癲癇的困擾。
