摘要
针对脑电图（EEG）中发作间期癫痫样放电自动检测缺乏可解释性的问题，本文提出 EEG-SpikeAgent。这是一个基于大语言模型的闭环程序合成框架，能迭代生成确定性信号处理特征模块。系统通过执行代码生成表格特征，利用分类器评估性能，并将结构化诊断反馈给模型以优化特征与决策规则。在 VEPISET 数据集上的实验表明，该方法生成的特征在保持高特异性的同时取得了优异的检测性能，实现了可审计、可检查的自动化特征工程。
AI 推荐理由
论文核心在于 Agent 利用 LLM 进行代码合成与工具（特征模块）生成，属于高阶技能学习与应用。
研究机构
Dept. of Brain and Cognitive Sciences, Massachusetts Institute of Technology, Cambridge, MA, USA
Dept. of Neuroscience, University of California, Berkeley, Berkeley, CA, USA
Dept. of Neurology and Neurologic Sciences, Stanford University, Palo Alto, CA, USA
Weill Institute of Neurology and Neurosciences, University of California, San Francisco, San Francisco, CA, USA
论文信息