重新思考基于EEG的疾病诊断：将实例表示学习与受试者级监督解耦

# 重新思考基于EEG的疾病诊断：将实例表示学习与受试者级监督解耦

来源：https://arxiv.org/html/2607.27274

Zhiyuan Ma¹*, Zeyuan Li¹*, Zhiyi Lu¹*, Jiacheng Hao¹, Youlang Du¹, Zhen Jiang¹, Xinche Zhang¹, Yuhao Sun¹, Xinke Shen²†, Sen Song¹†

###### 摘要

基于EEG的疾病诊断需要对每个受试者进行一次预测，而常见的流程会将记录分割成短实例，为每个实例继承受试者标签，并训练实例级分类器。这假定所有实例都能提供同样可靠的诊断证据。多示例学习（MIL）通过将每个受试者视为一个包来避免继承标签。然而，EEG数据集中受试者的数量远少于实例的数量，这可能限制端到端MIL学习到的表示的质量。我们提出BridgeMIL，一个两阶段框架，将实例表示学习与受试者级监督解耦。阶段1在没有继承实例标签的情况下预训练编码器，通过对齐时间上邻近的窗口以及同一受试者内独立采样的子包来实现。方差和协方差正则化在没有负样本对的情况下防止表示坍缩并减少冗余。阶段2将编码器迁移到基于注意力的MIL聚合器中，仅对受试者预测应用监督，并通过特征保持限制表示漂移。在三个EEG疾病数据集和五个代表性骨干网络上，BridgeMIL在15个数据集-骨干网络设置中的14个上取得了最高平均准确率，总体平均准确率为76.57%，比最强基线高出4.28个百分点。进一步的分析揭示了实例间继承标签可靠性的显著差异、性能对受试者稀缺性比对实例稀缺性更敏感，以及更结构化的表示空间：具有明显的受试者聚类和改进的诊断类别分离。这些发现共同强调了在利用大量EEG实例而不为单个实例分配疾病标签的同时，将监督与受试者级预测目标对齐的重要性。

## 引言

深度学习在基于EEG的神经和精神疾病诊断中显示出潜力（Parsa 等，2023（https://arxiv.org/html/2607.27274#bib.bib25））。大多数现有方法将每个受试者的记录分割成短窗口，对生成的实例训练分类器，并主要在实例级别评估性能（Wang 等，2024（https://arxiv.org/html/2607.27274#bib.bib32）；Ma 等，2026（https://arxiv.org/html/2607.27274#biba.bib8））。然而，可用的疾病标签和最终诊断决策都针对受试者整体。因此，实例分类只是受试者级诊断的替代任务，单个实例上的强性能并不一定能产生可靠的受试者级预测。根本问题在于，实例级学习是弱监督的，因为单个实例缺乏独立的诊断注释（Ilse, Tomczak, and Welling，2018（https://arxiv.org/html/2607.27274#biba.bib3））。尽管如此，传统流程仍将受试者标签分配给所有实例（Wang 等，2024（https://arxiv.org/html/2607.27274#bib.bib32）），并像它们已被独立注释一样训练模型。这假定受试者标签对每个实例都提供同样可靠的训练目标，尽管它们的诊断相关性可能不同（Sadatnejad 等，2019（https://arxiv.org/html/2607.27274#bib.bib27）；Gijsen and Ritter，2025（https://arxiv.org/html/2607.27274#bib.bib10））。因此，模型被优化为从每个实例预测受试者诊断，而不是学习这些实例如何共同支持受试者级决策。多数投票或平均（Wang 等，2018（https://arxiv.org/html/2607.27274#biba.bib13））可以在推理时聚合这些预测，但不会改变用于训练编码器和分类器的继承监督（Zini 等，2026（https://arxiv.org/html/2607.27274#biba.bib15））。

**图 1：BridgeMIL 的动机。** 来自同一受试者的EEG片段在诊断相关性上可能不同。继承标签训练提供密集但可能具有误导性的实例级监督，而MIL保持了正确的监督层级，但必须从少量带标签的受试者中学习表示和聚合。

多示例学习（MIL）为受试者级EEG诊断提供了一种自然的表述，将每个受试者表示为EEG实例的包，并仅使用受试者标签来监督包预测（Ilse, Tomczak, and Welling，2018（https://arxiv.org/html/2607.27274#biba.bib3）；Sadatnejad 等，2019（https://arxiv.org/html/2607.27274#bib.bib27））。这避免为单个实例分配诊断标签，并将模型优化与最终的受试者级决策对齐。然而，临床EEG数据集的实例数量可能比带标签的受试者多出几个数量级（Fan 等，2025（https://arxiv.org/html/2607.27274#bib