arXiv q-bio.NC（Neurons and Cognition）·· 3 小时前AI 评分38
EONS 框架演化脉冲神经网络用于 EEG 癫痫检测：钙电流与延迟机制
Evolved Spiking Neural Networks for EEG Seizure Detection: Calcium Dynamics and Delay Mechanics
AI 导读
EONS 框架在无梯度条件下演化脉冲神经网络的拓扑、权重、阈值与延迟，用于 EEG 癫痫检测。在 10 名训练中未见的 CHB-MIT 受试者上，为每个神经元单独演化钙参数使记录级 MCC 从 0.592 提升至 0.726（20 次独立运行，p = 0.008），误报率从 0.17 降至 0.10；固定或全网共享钙参数无显著收益。
AI 要点
团队
作者 Tuba Aksoy（arXiv 预印本，q-bio.NC）
主要结果
在 10 名未参与训练的 CHB-MIT 患者上，逐神经元钙参数把记录级 MCC 从 0.592 提升到 0.726（p=0.008），误报率从 0.17 降到 0.10。
解决什么问题
检验给整合发放（IF）神经元加入活动依赖性钙电流（Ca-IF），能否改善无梯度神经进化（EONS）搜索出的 EEG 癫痫检测网络。
方法
EONS 进化脉冲网络的拓扑、权重、阈值与延迟；钙参数分固定、全网共享、逐神经元进化三种设置；另比较 1–3 tick 的突触延迟与轴突延迟。
局限
从研究设计看，结果基于 CHB-MIT 与 Siena 的回顾性患者划分，作者称还需在更多数据和神经形态硬件上验证。
AI 依据原文整理，未经人工核对。
来源：arXiv q-bio.NC（Neurons and Cognition） · arxiv.org