解纠缠网络提高脑电信号分类精度 助力ADHD诊断

脑电信号（EEG）分类在 ADHD 等神经发育障碍诊断中具有重要价值，但现有方法难以同时捕捉多频段特征、复杂时空动态及避免特征冗余。

近日，辽宁科技大学、河南大学与浙江大学联合团队提出多水平专家解纠缠网络（MEDNet），为脑电分类提供新范式。

该网络采用分层多专家架构，核心包含两大模块：频率带多专家路由特征提取层（FME-REL）通过 3 个专用专家网络分别提取 delta、theta、alpha 频段特征，再经自适应路由机制动态聚合；时空多专家特征提取层（STME-FEL）结合 Mamba 模块建模长程时间依赖，搭配可学习图网络捕捉电极间空间关联，通过个性化门控融合双维度特征。同时，引入专家解纠缠正则化（EDR），减少专家间特征冗余，提升表征多样性。

实验在 DEEG-ADHD 和 TUAB 两大公开数据集上验证，MEDNet 表现卓越：在 DEEG-ADHD 数据集上准确率达 98.73%、F1-score 达 98.75%、AUC 达 99.16%；在 TUAB 数据集上准确率达 93.84%，均超越 EEG-Conformer、Transformer 等主流方法。

消融实验证实各核心模块均能显著提升性能，且模型参数仅 0.353M，兼具高效性与实用性，为临床脑电分析提供了精准、可靠的技术工具。

参考文献：Hou, B., Liu, Y., Cui, M., & Yuan, G. (2025, November). MEDNet: Multi-level Expert Disentangled Network For EEG Classification. InInternational Conference on Neural Information Processing(pp. 33-48). Singapore: Springer Nature Singapore.

在惯师官网哦~

iRecorder是一款在惯师出售的，8/16/32通道的科研级无线EEG/ERP脑电采集系统。脑电放大器的通信采用无线传输的方式，设备结构紧凑，重量适宜，方便携带，在保障信号质量的同时为用户提供友好的使用体验。另外，该系统可以依据实验方案自由布置电极位置，使用方式灵活，可以满足个性化科研需求。

·无线便携

  ·穿戴式设计

  ·体积小、重量轻、续航长

  ·跨平台应用