开源框架RobustSeiz发布：在部署前标准化测试癫痫检测模型的鲁棒性
新工具将四个公共头皮脑电数据集统一为BIDS格式，通过模拟临床干扰和对抗输入，评估癫痫检测模型在真实世界中的表现。
arXiv上发表的一篇论文（编号2609.04007）介绍了RobustSeiz，一个开源的、与模型无关的框架，旨在标准化评估癫痫检测模型在真实世界临床压力下的鲁棒性。该研究由Mohammad Mohammadi和Alireza Zarei完成，并已提交至《美国医学信息学协会杂志》（JAMIA）。
框架功能与评估方法
RobustSeiz将四个公共头皮脑电数据集（CHB-MIT、TUSZ、Siena和SeizeIT1）标准化为BIDS-EEG格式，并在独立于受试者的分割上评估模型。该框架通过预定义超参数网格，系统性地施加环境变化、噪声和对抗性扰动，以模拟临床中可能出现的信号变化。
- 生成的每个运行报告包括样本级和事件级的灵敏度、精确率、F1分数、每24小时误报次数、发作起止时间延迟（Lead和Lag），以及蒙特卡洛dropout预测一致性。
- 框架包含Docker化的GPU流水线、实验注册表，以及完整评估和研究子集两种模式。
- 论文使用一个当代癫痫检测器在TUSZ数据集上演示了该框架，并分析了加性高斯白噪声（AWGN）如何影响检测质量、发作时间和预测一致性。