计算机辅助设计与图形学学报

作者：丁国明, 谢潇, 胡玲利, 巫英才, 王爽

关键词：医学可视化, 机器学习, 脑电图, 癫痫

为了高效地检测和分析癫痫患者脑电图中的癫痫样放电, 提出一种面向癫痫的脑电图可视分析方法. 首先利用浙江大学医学院附属第二医院在癫痫治疗过程中积累的脑电数据, 建立基于时域和时频域视角的卷积神经网络模型, 用于癫痫样放电自动分类, 使用Focal Loss作为损失函数评估放电类别分布不均衡的问题; 然后在分类模型基础上, 结合医生的需求设计交互式的多视图可视分析系统, 其由波形分类视图、离群值检测视图和波形检查视图3个相互协作的模块组成; 最后招募10位被试和2位专家, 通过评估实验验证系统在癫痫诊断方面的有效性和可用性. 实验结果表明, 建立的分类模型在所用数据集上的平均F1分数为0.88, 优于其他的脑电分类模型, 且具有良好的鲁棒性; 设计的系统具有良好的可用性和有效性, 可以辅助医生进行癫痫诊断.

来源：2024年第5期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第5期