AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-20
運用雙分支多尺度深度學習與積分梯度引導通道選擇之腦電圖阿茲海默症偵測
原標題: EEG-based Alzheimer’s disease detection using two-branch multi-scale deep learning with integrated gradients-guided channel selection
阿茲海默症的早期診斷至關重要,而腦電圖提供了一種非侵入性、低成本的替代方案,可取代神經影像檢查。所提出的 Fused-MSCA-2B 是一種雙分支多尺度通道注意力一維 CNN,可直接處理寬頻多通道腦電圖,並利用積分梯度(IG)為各通道的相關性排序,將電極配置從 19 個通道縮減至 12 個通道。在兩個基準資料集上的評估顯示,這種 IG 引導的 12 通道配置達到 98.60% ± 1.18% 的記錄層級準確率。