癫痫检测新突破！ViTexSZ跨模态框架准确率狂甩第二名12.9%
ViTexSZ: Heterogeneous Vision-Text Knowledge Distillation for EEG Seizure Detection
📖 AI 总结
该研究提出了一种名为ViTexSZ的异构视觉-文本知识蒸馏框架，用于脑电图（EEG）癫痫发作检测。针对现有时间序列方法受限于固定电极通道配置、难以适应异构EEG记录的问题，ViTexSZ将EEG信号转换为结构化波形图像，并引入基于查询的多通道对齐模块，将不同来源的视觉特征映射到统一令牌空间。该框架通过多模态大语言模型作为异构教师，将对齐后的EEG表征与临床提示词整合，建立高层临床语义与癫痫发作证据的关联，再通过视觉-文本知识蒸馏将教师表征迁移至轻量级学生模型。在四个EEG癫痫数据集上的实验表明，ViTexSZ在亚临床和一般癫痫检测场景中均展现出良好泛化能力，所有数据集上均取得最高准确率，相较次优基线相对提升最高达12.9%，验证了该方法的有效性。
🔑 关键词速览
| ViTexSZ | 一种异质性视觉-文本知识蒸馏框架，用于EEG癫痫发作检测。 |
| 知识蒸馏 | 一种模型压缩技术，通过将大型教师模型的知识转移给小型学生模型来提升性能。 |
| 多模态大语言模型 | 能够处理和理解多种模态（如文本和图像）的大型语言模型。 |
| 亚临床癫痫发作 | 没有明显临床症状但脑电图显示异常放电的癫痫发作类型。 |
| 异质性EEG | 指来自不同源或具有不同通道配置的脑电记录，格式不一致。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅