Chinese Journal of Stereotactic and Functional Neurosurgery ›› 2026, Vol. 39 ›› Issue (3): 186-192.DOI: 10.19854/j.cnki.1008-2425.2026.03.0009

Previous Articles    

  

  • Received:2026-05-04 Published:2026-10-16

卷积神经网络在癫痫脑电图分析中的应用进展:从发作检测到临床智能分析

张鹏飞, 杨瑞金   

  1. 341000 赣州 赣南医科大学(张鹏飞:在读研究生),赣州市人民医院神经外科(杨瑞金)
  • 通讯作者: 杨瑞金 yangruijin2007@163.com

摘要: 癫痫是一种常见的神经系统疾病,全球患者已超过5000万。脑电图(Electroencephalography,EEG)因具有高时间分辨率和无创性,在癫痫的辅助诊断、发作检测及发作预测中发挥着重要作用。但EEG信号具有非平稳性、易受伪影干扰且数据规模庞大,临床判读依赖经验,限制了其分析效率。随着深度学习的发展,卷积神经网络(Convolutional neural network,CNN)因具备自动特征提取能力,逐渐应用于癫痫脑电分析,并在发作检测、预测及耐药性评估等任务中取得良好效果。本文系统综述CNN在癫痫EEG分析中的研究进展,重点梳理数据预处理与特征提取方法,并分析当前在数据集质量、模型泛化能力、可解释性及临床转化方面存在的主要问题。在此基础上,对多中心数据整合、多模态融合、轻量化模型设计及可解释人工智能的发展方向进行了讨论。

关键词: 癫痫, 卷积神经网络, 脑电图分析, 发作检测, 发作预测

CLC Number: