IESSEEG：面向更好理解婴儿癫痫性痉挛综合征的开放 EEG 数据集

基于摘要分析。该研究面向婴儿癫痫性痉挛综合征（IESS），提出开放 EEG 数据集 IESSEEG，并建立诊断与治疗反应预测的共享基准。其主要贡献是将 EEG、临床标注和治疗相关信息整合为研究资源；研究对象是临床癫痫 EEG 分析，而非 BCI 控制任务。 数据方面，作者报告 IESSEEG 包含来自 100 名儿科参与者的约 3,172 小时 EEG，并提供诊断标签、治疗反应标签、临床医生标注、Burden of Amplitudes and Epileptiform Discharges（BASED）评分及临床元数据。作者将其称为首个专门面向 IESS 的开放 EEG 数据集，这一优先性声明尚未独立核实。 评估方面，研究比较传统定量 EEG（qEEG）方法与八种 EEG 基础模型。作者报告，在其诊断任务基准中，两类方法均表现较强；治疗反应预测更具挑战，且微调带来的收益不够一致。摘要未给出具体模型名称、指标数值、对照配置或被试内、跨被试等划分协议，因此目前不能量化优势，也不能判断不同方法在何种泛化条件下有效。 作者进一步报告，结合 qEEG 特征、学习表征与临床元数据可能改善治疗反应预测。这提供了多类信息互补的研究线索，但融合机制、收益幅度及各信息来源的独立贡献尚未验证。 复现前需核对数据访问条件、通道与采集配置、年龄及治疗背景、诊断和治疗反应的定义与时间窗口，以及同一参与者记录在训练和测试中的分配方式。实验协议、消融及统计信息尚未验证。摘要所述开放资源与基准具有临床 EEG 研究价值，但不构成 BCI 有效性或临床部署效果的证据。