热点事件持续更新
深度学习从头皮EEG定位癫痫发作起始区
1 篇报道1 家媒体或机构3 天前更新
先了解这件事
AI 综述
2026年10月22日，bioRxiv（Neuroscience）刊出 Shi 等的预印本研究，提出一种分解式时空集成深度学习框架，利用常规发作间期与发作期头皮脑电图（EEG）在脑叶水平定位癫痫发作起始区（SOZ）。据该报道，研究数据来自100例单侧局灶性癫痫患者的262次记录（6000余小时），并另设28例内部测试集和9例外部测试集。目前该工作处于预印本阶段，尚未见同行评议或正式期刊发表的信息。
AI 根据报道生成 · 2 天前更新
最新进展10月22日 08:00
Shi 等在 bioRxiv 发布预印本，用分解式时空集成深度学习从常规头皮 EEG 定位 SOZ。全部报道
同一件事各家媒体的报道，按发布时间排列。事情有了新的进展时，会单独列在「事件进展」里。
10月22日
- bioRxiv（Neuroscience）精选Shi 等用分解式时空集成深度学习从常规头皮 EEG 定位癫痫发作起始区
Shi 等提出一种分解式时空集成深度学习框架，用常规发作间期与发作期头皮 EEG 做脑叶水平的癫痫发作起始区（SOZ）定位，数据来自 100 例单侧局灶性癫痫患者的 262 次记录（6000 余小时），另设 28 例内部和 9 例外部测试集。
本事件热度走势
当前热度 6·可比范围峰值 8（10月23日 10:00）·近 24 小时可比范围变化 -20%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。