人类的大脑是一个庞大且嗡嗡作响的电活动网络，随着我们的思考、感受和感知世界而不断变化。几十年来，科学家们一直试图倾听这种嗡嗡声，以了解在精神健康障碍袭击时发生了什么。其中一种疾病是精神分裂症，这是一种会改变一个人感知现实方式的严重疾病，常导致幻觉或思维混乱。目前，医生主要通过倾听患者描述其经历并观察其行为来进行诊断，这一过程高度依赖于人类的判断，有时可能会错过早期的危险信号。为了寻找一种更客观的方法来早期发现该疾病，研究人员转向了脑电图（EEG）技术。这种技术涉及在头皮上放置小型传感器，以记录大脑的电信号。与拍摄大脑结构的昂贵扫描技术不同，脑电图能够实时捕捉大脑快速、动态的节律，为可能表征精神分裂症的“电风暴”提供了一个窗口。
在最近的一项研究中，马来西亚工艺大学的研究人员试图看看他们是否可以教会计算机自动识别这些电模式。他们使用了一组来自81人的脑波记录：其中49人为精神分裂症患者，32人为健康人。团队想要测试两种不同类型的计算机程序，即被称为深度学习的模型，以观察哪一个能更好地区分这两组人群。第一个模型旨在寻找脑波中特定的形状和模式，就像相机识别照片中的边缘一样。第二个模型是一个更为复杂的混合体，它不仅寻找这些形状，还关注信号到达的顺序，即理解大脑活动随时间变化的方式。
研究人员首先对原始数据进行了清洗。原始记录中充满了肌肉运动和环境干扰产生的噪声，因此他们过滤掉了这些多余的静电干扰，并调整了信号强度，使数据保持统一。随后，他们将这些清洗后的信息输入到两个计算机程序中。第一个专注于信号空间模式的程序，其AUC（曲线下面积）为0.73。它在识别健康大脑方面表现尚可，但在正确识别精神分裂症患者方面却显得力不从心；该模型仅正确识别了46.78%的精神分裂症患者，而有53.22%的人被误分类为健康人。这表明，虽然该程序能看到脑波的“形状”，但它遗漏了关于这些波如何移动和演变的某些关键信息。
第二个程序结合了模式识别与对时间的理解，表现得显著更好。通过不仅学习信号看起来像什么，还学习它们如何一秒一秒地展开，该模型实现了超过0.92的AUC。它正确识别了约91%的精神分裂症患者和近90%的健康个体。结果表明，大脑电活动的定时包含了静态快照所遗漏的重要线索。研究发现，混合模型要可靠得多，其成功率比简单的模型高出近20个百分点。
这些发现表明，通过脑波检测精神分裂症的关键在于理解信号随时间讲述的故事，而不仅仅是它们在某一瞬间创造出的图像。尽管研究人员指出，他们的数据库相对较小，在这一方法投入医院使用之前需要用更大的群体进行更多测试，但结果提供了一条充满希望的前行之路。这些结果表明，通过教会计算机去聆听大脑的节奏，我们可能很快就会拥有一种强大的、客观的工具，帮助医生比以往任何时候都更早、更准确地捕捉到这种难以捉摸的疾病。
技术摘要：基于 CNN 和 CNN–LSTM 深度学习模型的 EEG 信号精神分裂症早期检测
问题陈述
精神分裂症是一种严重的慢性精神疾病，全球约有 2400 万患者，其特征为认知、行为和感知障碍。目前的诊断标准严重依赖于主观临床访谈和行为评估（如 DSM-5、PANSS），这可能导致诊断的变异性，尤其是在早期阶段。虽然 MRI 和 PET 等神经影像技术提供了补充性的见解，但其高昂的成本和有限的可及性阻碍了常规筛查。脑电图（EEG）提供了一种具有高时间分辨率的非侵入性、高性价比的替代方案。然而，利用 EEG 进行精神分裂症的自动检测仍然具有挑战性，原因在于这些信号具有非平稳、非线性的本质，且易受伪影影响，并存在显著的个体间差异。传统的机器学习方法通常依赖于手工特征提取，这可能无法捕捉到 EEG 数据中固有的复杂空间和时间动态特性。
研究方法
本研究提出并比较了两种用于基于静息态 EEG 信号进行自动精神分裂症检测的深度学习架构（使用公开数据集，包含 81 名参与者：49 名精神分裂症患者和 32 名健康对照者）。该框架由五个连续阶段组成：
- 数据预处理： 对原始 EEG 记录（64 通道，1024 Hz 采样率）进行带通滤波（0.5–40 Hz），以去除基线漂移和高频噪声。使用独立成分分析（ICA）去除生理伪影（如眼跳、肌肉活动）。通过对每八个连续样本取平均值进行降采样（将试验长度从 9216 缩减至 1152），并使用 Z-score 标准化进行标准化处理。
- 模型开发：
- CNN 模型： 旨在提取空间特征。它包含两个卷积层（64 个滤波器，卷积核大小为 3）、ReLU 激活函数、Dropout（0.25）、最大池化，以及两个全连接层（分别为 100 和 50 个神经元），最后通过 Sigmoid 输出进行二分类。
- CNN–LSTM 模型： 一种旨在同时捕捉空间和时间依赖性的混合架构。它利用相同的 CNN 层进行空间特征提取，随后使用 LSTM 层（100 个隐藏单元）来建模序列数据中的长期时间关系。之后接两个全连接层和一个 Sigmoid 输出。
- 训练与评估： 模型使用 TensorFlow/Keras 实现。数据集被划分为训练集、验证集和测试集。使用 Adam 优化器和二元交叉熵损失函数，设置批大小为 32，训练 20 个轮次（epochs）。采用了早停法（early stopping）以防止过拟合。性能通过准确率（Accuracy）、灵敏度（Sensitivity）、特异度（Specificity）、精确度（Precision）以及受试者工作特征曲线下面积（AUC）进行评估。
关键结果
研究表明，整合时间序列学习可以显著增强分类性能：
- CNN 性能： 独立的 CNN 模型实现了 73.52% 的最大验证准确率，灵敏度为 74.41%，特异度为 70.77%，精确度为 88.91%，AUC 为 72.59%。该模型表现出过拟合迹象，因为验证准确率在第 17 轮达到峰值后开始下降，而训练准确率则持续上升至 95.43%。
- CNN–LSTM 性能： 混合 CNN–LSTM 模型展示了更优的泛化能力，实现了 92.03% 的验证准确率。其灵敏度为 92.49%，特异度为 91.62%，精确度为 90.37%，AUC 为 92.06%。该模型在训练和验证指标上均表现出持续的提升，未出现 CNN 模型中所观察到的分歧现象。
- 混淆矩阵分析： CNN 模型在识别精神分裂症病例方面表现挣扎，仅正确分类了 46.78% 的患者，而正确识别了 88.89% 的健康对照者。相比之下，CNN–LSTM 模型正确识别了 91.32% 的精神分裂症患者和 89.47% 的健康对照者，表明其显著减少了假阴性和假阳性。
意义与主张
作者声称，所提出的 CNN–LSTM 框架为精神分裂症早期筛查提供了一种鲁棒的计算机辅助诊断方法。研究结论认为，虽然 CNN 在提取空间 EEG 特征方面是有效的，但仅靠 CNN 足以捕捉与精神分裂症相关的复杂、动态的时间变化是不够的。通过引入 LSTM 层，混合模型成功学习了长期时间依赖性，从而实现了显著提高的诊断准确度和更好的泛化能力。
本文将这项工作定位为迈向客观、高效且具有临床应用价值的诊断系统的一步。然而，作者对临床部署持谨慎态度，承认了局限性，例如相对较小的样本量（81 名参与者），以及在实际应用前需要在独立的、多中心的临床数据集上进行验证。他们强调，目前的研究结果支持了深度学习作为精神科诊断辅助工具的潜力，但并不主张该模型在未经进一步严格测试前即可作为独立的临床使用工具。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。