ScatterFormer：用于患者独立多频谱癫痫样放电检测的局部不变散射 Transformer

基于摘要分析。研究针对连续 EEG（cEEG）视觉频谱表示中的患者独立癫痫活动检测，提出 ScatterFormer：以不变散射变换为基础的层次化 Transformer，旨在捕捉跨患者、通道和时间点变化下仍具有判别力的细粒度 EEG 特征。其主要研究对象是癫痫样活动检测，而非 BCI 控制或意图解码。 机制方面，作者将细微 EEG 模式与高频纹理信息联系起来，并引入解耦的频率感知注意力（FAA），使模型关注具有临床信息的高频成分。这里的高频成分处于视觉频谱编码与纹理特征语境，尚不能据摘要直接等同于特定 EEG 生理频段或高频振荡标志物。摘要未展开散射变换与 Transformer 的具体衔接、FAA 的计算形式、损失函数及训练流程。 结果方面，作者报告在两项癫痫样活动检测任务上验证了方法：在 Rolandic epilepsy 患者中，中位 AUCROC 为 98.14%，Accuracy 为 96.39%；在一个新生儿癫痫发作检测基准上，平均 AUCROC 相较作者所称的当时最先进方法提高 9%。摘要未说明该 9% 是相对提升还是百分点差值，不能自行换算。研究以患者独立检测为目标，但具体患者划分、数据集名称、样本规模、聚合方式及对照模型尚未验证，两个任务的指标也不宜直接比较。 作者提出基于多通道 EEG 视觉编码的临床可解释性，但摘要未提供相应验证细节。复现需进一步核对频谱生成与预处理、散射变换设置、FAA 实现、患者独立评估协议及指标计算方式；实验协议、消融及统计信息尚未验证。现有材料支持将其作为 EEG 癫痫检测方法研究阅读，不能据此认定其已获得临床验证或对其他 BCI 任务有效。