NSR | 伍冬睿团队报道犬类脑电助力人类脑电解码：基于多空间对齐的跨物种及跨模态癫痫检测

本研究由华中科技大学伍冬睿教授团队完成，旨在解决癫痫检测中跨物种和跨模态的挑战。研究提出了一种基于重构网络的多空间联合对齐方法（ResizeNet+MSA），通过犬类和人类的脑电信号（EEG）进行跨物种精准迁移，显著提升了癫痫检测的性能。研究背景是癫痫作为一种全球影响广泛的神经系统疾病，其诊断依赖于长时间EEG监测和专业医师判读，成本高且依赖大量带标签数据。研究目的是通过深度学习方法，利用犬类与人类癫痫神经生理特性的高度相似性，实现跨物种及跨模态的癫痫检测。研究结论表明，该方法在目标域带标签数据不足5%的情况下，跨物种癫痫检测AUC达到92.8%，相比单物种基准提升18.7%，且在没有带标签数据的情况下仍能实现85.4%的准确率。这一研究为癫痫自动检测提供了新的解决方案，并揭示了脑电的跨物种可迁移性。