跳到正文
OpenReview · EEG· Chenda Duan; Yipeng Zhang; Sotaro Kanai; Yuanyi Ding; Atsuro Daida; Pengyue Yu; Tiancheng Zheng; Naoto Kuroda; Shaun A. Hussain; Eishi Asano; Hiroki Nariai; vwani Roychowdhury·· 2026-01-26精选AI 评分80

Omni-iEEG:面向癫痫研究的大规模综合 iEEG 数据集与基准

Omni-iEEG: A Large-Scale, Comprehensive iEEG Dataset and Benchmark for Epilepsy Research

AI 导读

基于摘要分析。该研究针对癫痫术前 iEEG 数据格式与元数据不一致、病理事件标注开放不足以及评估缺乏标准化的问题,提出 Omni-iEEG 数据集与基准。主要贡献是整合公开来源的异构记录、协调临床元数据并提供专家验证的事件标注,支持癫痫生物标志物研究与临床相关模型评估;其主要研究对象是癫痫术前评估,而非 BCI 控制任务。 数据资源方面,作者报告整合了 302 名患者、178 小时的高分辨率术前 iEEG 记录。协调后的临床元数据包括发作起始区、切除范围及手术结局,摘要称这些元数据均经具有专科认证的癫痫专家验证。作者还报告提供超过 36K 条经专家验证的病理事件标注,但摘要未说明事件类别、标注流程、专家一致性或各来源的样本分布。需区分发作起始区与致痫区(EZ),不能据此将前者视为后者的完整真值。 基准方面,作者提出具有临床意义的任务及基于临床先验的统一评估指标,但摘要未列出具体任务定义、指标名称、训练与测试划分或对照结果,因此尚不能判断跨被试、跨中心或其他泛化协议下的性能。作者报告展示了长段 iEEG 端到端建模的潜力,以及在非神经生理领域预训练表征的可迁移性;预训练来源、模型结构、迁移方式和量化收益尚未验证,不能将其解读为已证实的 BCI 效果或临床有效性。 复现时应核对数据访问条件、各公开来源的协调规则、采样与通道信息、事件标注定义、患者级数据划分,以及手术结局在标签和评估中的使用方式。摘要提供了含数据与代码链接的项目页,但实际开放范围与实现细节尚未核实;实验协议、消融及统计信息尚未验证。

阅读价值

值得阅读的具体原因是该资源同时整合术前 iEEG、临床元数据与专家验证的病理事件标注,并提出统一评估任务,为核对癫痫模型的可复现性与跨中心泛化提供基础,但具体划分及基准结果尚未验证。

来源:OpenReview · EEG · openreview.net