PulseAugur
中
实时 09:43:02
English(EN) Graph-Based Approaches to Learning Epileptogenic Zone Localization Using Stereo-EEG Recordings

基于图的模型改进了从 sEEG 数据进行的癫痫灶定位

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发并研究了使用立体脑电图 (sEEG) 记录进行癫痫灶 (EZ) 定位的基于图的模型。该研究比较了各种图拓扑结构，包括密集图、受解剖和几何信息启发的先验以及提出的 Region-Bridge-c，以评估它们对 EZ 定位精度的影响。在约 30% 的边保留率下，Region-Bridge-c 拓扑在 PR-AUC 和 ROC-AUC 方面取得了最高的性能，在使用的边数更少的情况下显著优于密集图。研究结果表明，显式评估图的构建至关重要，因为最佳拓扑结构在不同患者之间可能存在显著差异。 AI

影响 这项研究可能带来更准确、更有效的癫痫灶识别方法，从而可能改善癫痫手术患者的治疗效果。

排序理由 该集群包含一篇详细介绍科学问题新方法的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

基于图的模型改进了从 sEEG 数据进行的癫痫灶定位

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Daniel Wendelken (University of Cincinnati, Cincinnati, USA), Brian Ervin (Cincinnati Children's Hospital Medical Center, Cincinnati, USA), Ravindra Arya (Cincinnati Children's Hospital Medical Center, Cincinnati, USA), Ali A. Minai (University of Cincin… ·

    基于图的学习方法用于立体脑电图记录的癫痫源定位

    arXiv:2608.18887v1 Announce Type: new Abstract: The epileptogenic zone (EZ) is the brain region that generates seizures in an individual, and is the target of epilepsy surgery. Localizing the EZ from stereo-EEG (sEEG) recordings supports surgical planning, but manual interpretati…

相关实体

相关话题