Literature

arXiv. 2026. ⭐ 8.7/10

Daniel Wendelken, Brian Ervin, Ravindra Arya, Ali A. Minai

💡 系统对比多种图拓扑（密集、解剖/几何先验、预算剪枝、可学习稀疏化）在静息态 sEEG 上定位致痫灶的效果，提出 Region-Bridge-c 拓扑，用约 30% 边保留即以更少连接取得最高 PR-AUC。

NEMAR (UC San Diego). 2026. ⭐ 8.6/10

John M. Bernabei, Adam Li, Andrew Y. Revell, et al.

💡 宾大 Brian Litt 团队公开 58 例药物难治性癫痫患者的颅内 EEG（ECoG + SEEG）数据集，含发作间期/发作期记录、MNI 电极定位、临床致痫灶与切除/消融区标注。

medRxiv. 2026. ⭐ 8.5/10

Jiajie Mo, Fatemeh Fadaie, Boris C. Bernhardt, et al.

💡 多中心 358 例颞叶癫痫患者，用规范不对称建模刻画新皮质低代谢的空间梯度，提出三种梯度驱动的手术指标并关联术后无发作结局，为个性化切除范围提供依据。

Scientific Reports. 2026. ⭐ 8.3/10

Namitha A R, Siddartha B K

💡 提出「层级时间趋势整合模块 + 自监督时序一致性学习」的标注高效框架，缓解 EEG 标签稀缺与跨患者差异，并给出半监督目标下经验/期望风险的稳定性界。

EJNMMI Physics. 2026. ⭐ 8.1/10

Azin Shokraei Fard, David C. Reutens, Stuart C. Ramsay, et al.

💡 用 3D 生成对抗网络从 FDG-PET 合成发作间期 SPECT，替代真实扫描用于 SISCOM 术前定位致痫灶，五名临床医生盲评证实可减少所需影像。

npj Digital Medicine. 2026. ⭐ 9/10

Ellie Chang, Kevin Xie, Daniel J. Zhou, et al.

💡 用微调 BERT 与 DeepSeek-R1 大模型从临床病历文本自动提取癫痫分型，DeepSeek-R1 达到甚至超过癫痫专科医生的专家一致性水平。

Scientific Reports. 2026. ⭐ 7.9/10

Goldwyn Sudhakar Jebaraj, E. Konguvel

💡 提出紧凑型复合特征「发作强度指数（SII）」并引入脉冲神经网络，系统分析跨患者发作检测的「能量–精度」权衡，坦率报告跨患者泛化的真实难度。

Acta Epileptologica. 2026. ⭐ 7.8/10

Qi Ren, Yan Zhang, Xiaohong Deng, et al.

💡 系统梳理 AI 在癫痫四大临床环节（早期诊断、发作预测、个体化治疗、长期管理）的落地现状与趋势，可作方向性综述参考。

OpenNeuro. 2026. ⭐ 7/10

Elena Hayday, Sara Inati, Antonio Ivano Triggiani, et al.

💡 药物难治性癫痫患者的静息态 MEG + MRI 多模态数据集，可直接用于脑网络/源成像相关的 AI 建模。

Machine Learning and Knowledge Extraction. 2026. ⭐ 6.9/10

Edgar H. Ayala-Britez, Lucas Frutos, Diego P. Pinto-Roa, et al.

💡 系统评估 25 个较少使用、其中 13 个前所未有的时域特征，用经典 ML 在患者级划分下做实时发作检测，强调可解释性与低算力部署。