FAPEX：用于鲁棒跨主体癫痫预测的分数幅度相位表达器
神经元与认知
2025-11-06 v1 信号处理
摘要
精确、可泛化的 subject-agnostic癫痫预测 (SASP) 仍是一个根本性挑战，因为电生理信号在不同个体和记录方式之间呈现内在复杂性和显著的谱波动性。我们提出FAPEX，一种新型架构，引入可学习的分数神经帧算子 (FrNFO) 用于自适应时频分解。不同于传统模型对低频谱偏好的模型，FrNFO 采用分数阶卷积捕获高频和低频动力学，在 F1 分数和灵敏度方面显著优于最先进的基准方法，提升约10%。FrNFO 使能够提取时相和振幅表示，这些表示对于preictal生物标志物的发现尤其有价值，并且增强了越过分布的泛化。FAPEX 进一步整合了结构状态空间建模和通道注意力，使其能够处理异构电极布局。该模型在覆盖物种 (human、rat、dog、macaque) 和模态 (Scalp-EEG、SEEG、ECoG、LFP) 的12个基准测试中 consistently优于23个监督基准和10个自监督基准，在嵌套交叉验证下表现出色，在复杂的跨域场景中灵敏度提升最高可达15%。它还在几个外部验证队列中表现出色。鉴于这些结果，FAPEX 设为首个在SASP中 consistently显示优于所有基准的癫痫模型，为发现癫痫生物标志物证据（支持是否存在一种distinct且可识别的preictal状态）以及临床转化提供了有前景的解决方案。
引用
@article{arxiv.2511.03263,
title = {FAPEX: Fractional Amplitude-Phase Expressor for Robust Cross-Subject Seizure Prediction},
author = {Ruizhe Zheng and Lingyan Mao and Dingding Han and Tian Luo and Yi Wang and Jing Ding and Yuguo Yu},
journal= {arXiv preprint arXiv:2511.03263},
year = {2025}
}
备注
39th Conference on Neural Information Processing Systems (NeurIPS 2025) Spotlight Poster