Brain-Computer Interface: Intelligent Seizure Detection Based on SEEG
合作单位
南方医科大学珠江医院
博睿康技术（上海）股份有限公司
联通数智医疗科技有限公司
赛题简介
由南方医科大学珠江医院、博睿康技术（上海）股份有限公司及联通数智医疗科技有限公司联合出题，本赛题聚焦癫痫脑电智能分析，基于SEEG多通道时间序列数据，构建人工智能模型实现发作期与发作间期的精准二分类识别。通过信号预处理、特征工程与深度学习建模，提升跨受试者泛化能力与诊断效率，助力癫痫外科术前评估与临床决策。
赛题背景
癫痫是一种严重的慢性神经系统疾病，全球患者已超过5000万，我国约有900万患者，其中约三分之一对药物治疗反应不佳，需进一步考虑通过外科手术切除癫痫灶。立体定向脑电图（SEEG）作为术前评估的金标准，可通过在颅内植入多根电极，精准记录发作起始区（SOZ）的神经元电活动。然而，SEEG长时程数据的人工判读高度依赖神经科专家，耗时耗力且存在一定主观性，难以满足临床对效率与准确性的双重需求。因此，本赛题旨在引入人工智能技术，推动SEEG数据的自动化分析，实现对发作间期与发作期脑电状态的精准区分，从而辅助癫痫外科的精确定位与临床决策，并促进脑机接口与神经计算技术在癫痫诊疗中的落地应用。
比赛任务
本赛题的主题是“基于SEEG的癫痫发作状态智能检测”。参赛者需对SEEG多通道时间序列数据进行建模，区分发作期与发作间期两种脑电状态，为癫痫外科术前评估提供客观、高效的辅助诊断支持。参赛者需完成以下端到端流程：
1. 输入：
SEEG多通道时间序列数据
2. 输出：
a. 事件具体状态：二分类标签（0为发作间期，1为发作期）；
b. 属于发作期（标签1）的预测概率：保留6位小数；
c. 最重要的10个通道及排序：根据模型贡献度对SEEG通道进行权重分析，按重要性从高到低输出对应的通道ID；
d. 具体的起始时刻：若判定为发作期（标签1），则需输出该发作事件在输入片段内的准确起始秒数（Onset time）。”
补充说明：对模型性能指标进行考核，包括推理时延以及算力使用情况。
扫描二维码进选手答疑群：
