LLM 作为临床图结构精炼器：增强脑电图癫痫诊断中的表示学习

论文信息

标题: LLM as Clinical Graph Structure Refiner: Enhancing Representation Learning in EEG Seizure Diagnosis

作者: Lincan Li, Zheng Chen, Yushun Dong

发布日期: 2026-04-30

arXiv ID: 2604.28178v1

PDF 链接: 下载 PDF

3 分钟速览

研究问题：EEG 癫痫检测中，传统图构建方法易受噪声干扰，产生冗余或虚假连接，导致图表示学习性能下降。本文尝试利用大语言模型（LLM）的推理能力来精炼图结构，提升下游分类效果。
核心方法：提出两阶段框架：先用 Transformer 边预测器生成初始概率图，再通过 LLM 结合文本化描述与统计特征对每条边进行 “保留/删除” 的二值判断，最终得到稀疏、更具生理意义的脑网络图。
关键结果：在 TUSZ 数据集上，GPT‑5 作为精炼器使癫痫检测 F1 分数达到 0.7907，优于所有非 LLM 基线（最高 0.7351）以及其他被测 LLM（见表 1）。
主要局限：实验仅在单一数据集上进行，LLM 推理开销大，未在实时在线场景中验证；论文未讨论 LLM 可能产生幻觉对精炼决策的影响，泛化能力有待进一步检验。
适合读者：从事图神经网络、生物医学信号处理、大语言模型在垂直领域应用研究的科研人员，以及关注 EEG 临床决策支持系统的工程师。

论文背景和研究动机

癫痫影响全球数千万人，EEG 是监测脑电活动、诊断癫痫的核心工具。然而 EEG 信号常被噪声、伪迹和患者间差异污染，且癫痫发作的模式在时长、频率和空间分布上高度异质。传统手工分析或基础信号处理方法耗时且易出错，近年来的深度学习方法在建模 EEG 通道间高阶关系时仍存在不足（见论文第 1 节）。

现有基于图学习的 EEG 癫痫检测方法主要分为两类：一类利用通道间的统计相关性（如皮尔逊相关系数）预定义固定图；另一类通过注意力机制或可学习模块动态构建图结构。但无论哪种方式，都因 EEG 数据固有的噪声和变异性，生成的图中常常包含冗余、虚假甚至错误的边，从而误导图神经网络（GNN），降低表示学习和检测性能（见论文第 1 节、第 2.1 节）。

论文指出，已有研究缺乏明确的、有原则的机制来精炼图连接，过滤与任务无关的边，而 LLM 的强大推理和上下文理解能力恰好可以弥补这一短板。LLM 能基于统计证据和语义信息智能地区分有意义和无意义的连接，促使研究者探索将 LLM 用作图边精炼器，以提升 EEG 癫痫检测的图质量和可解释性。

核心方法和技术细节

论文提出一个两阶段 LLM 临床图结构精炼框架（图 1 左）。整体工作流程：EEG 多通道时间片段先送入 Transformer 边预测器生成初始边集，再交由 LLM 进行上下文感知的精炼，最后将精炼后的图输入统一的下游图学习模型（GraphS4mer）进行癫痫发作分类（图 1 右）。

第一阶段：基于 Transformer 的边预测

将 $N$ 个通道的 EEG 片段 $\mathbf{X}_{\tau}$ 逐一输入 Transformer 编码器，获得每个通道的嵌入向量 $h_{\tau}^i$ ：

h_{\tau}^i = \text{Transformer}(x_{\tau}^i), \quad h_{\tau}^i \in \mathbb{R}^d

对任意两个通道 $(i,j)$ ，拼接其嵌入 $z_{\tau}^{ij}=[h_{\tau}^i; h_{\tau}^j]$ 并送入两层 MLP，通过 sigmoid 激活输出边存在概率 $p_{\tau}^{ij}$ ：

p_{\tau}^{ij} = \sigma\left(\mathbf{w}_2^\top \,\phi(\mathbf{w}_1 z_{\tau}^{ij} + \mathbf{b}_1) + b_2\right)

其中 $\phi$ 为 ReLU 激活函数。设定阈值 $\varphi$ ，保留概率大于 $\varphi$ 的边，得到初始邻接矩阵 $\mathbf{E}^{ini}_\tau$ （详细公式见第 3.2 节）。

第二阶段：LLM 驱动的图边精炼

对于 $\mathbf{E}^{ini}_\tau$ 中每一条候选边 $(i,j)$ ，论文设计专有提示模板来让 LLM 判断该连接是否应保留。提示包含两部分信息：文本化 EEG 特征和统计特征。

文本化特征构造：利用 GPT‑4o 将每个通道的信号特征转化为自然语言描述，包括通道标签（如 “F3”）、解剖位置（如 “额叶”）以及信号高层次的观察（如 “出现间歇性尖棘波”）和变化趋势。
统计特征构造：提取 12 个常用的 EEG 统计量，包括平均幅值、标准差、主导频率、最小值、最大值、中位数、四分位数、偏度、峰度、能量和过零率等（见第 3.3 节），并以标准化文本格式呈现。

典型的精炼提示格式如下（示例为通道 F3 和 T4）：

text

Node i: Channel F3, located in the frontal lobe, shows moderate amplitude with intermittent sharp spikes. [...] Mean amplitude: 12.3 μV, Std: 4.5 μV, Dominant frequency: 8.5 Hz, Min: -6.2 μV, Max: 22.7 μV, Median: 10.1 μV, Q25: 7.8 μV, Q75: 14.5 μV, Skewness: 0.32, Kurtosis: 2.1, Energy: 1532.6, Zero-crossing rate: 42.
Node j: Channel T4, located in the temporal lobe, shows high amplitude with pronounced rhythmic slowing. [...] Mean amplitude: 18.2 μV, Std: 5.1 μV, Dominant frequency: 4.2 Hz, Min: -3.1 μV, Max: 25.8 μV, [...] Zero-crossing rate: 33.
Question: Does a meaningful functional connection exist between Node i and Node j in this EEG segment? Answer yes or no, based on the context above.

LLM 对每条边返回二元答案（“yes” 或 “no”），仅保留回答 “yes” 的边，从而获得精炼后的邻接矩阵 $\mathbf{E}^{*}_\tau$ （算法 1）。整个流程中，LLM 作为图结构精炼器，不参与下游模型训练，仅提供连接决策。

创新点和贡献

首次将 LLM 引入图结构精炼用于临床 EEG 分析。与现有纯数据驱动的构图方法不同，该方法利用 LLM 的推理和上下文整合能力，显式地判断边是否具有生理意义，这一思路为图学习带来了新的范式。
构建了标准化的 LLM 临床图精炼基准。论文系统评估了从 Mistral 7B 到 GPT‑5 等 10 款通用 LLM 在图推理中的表现，为比较不同模型的推理一致性、鲁棒性和下游任务性能提供了统一平台（表 2，图 2–4）。
兼顾性能与可解释性。在 TUSZ 数据集上的实验表明，LLM 精炼不仅提升了癫痫检测准确率，还生成了更稀疏、更符合神经生理学知识的脑网络结构，有利于临床解读（图 2 展示发作从额叶向颞叶传播的动态变化；图 4 显示 GPT‑5 生成的图在时间窗上保持了清晰的空间传播路径）。

实验结果分析

论文统一使用 GraphS4mer 作为下游主干，仅替换输入图的结构，公平比较了 5 种传统图构建方法和 10 种 LLM 精炼方案。

下游任务性能（RQ1） 表 1 显示，所有 LLM 精炼方法均优于最好传统方法（生成图学习器 F1=0.7351）。其中，GPT‑5 精炼图取得了最高性能：F1=0.7907，准确率=0.9315，召回=0.8058，较最先进传统方法相对提升约 7.6%。从 Mistral 7B 到 GPT‑5，性能随模型规模增大而递增，说明更强的 LLM 具备更出色的图推理能力。

LLM 图推理基准（RQ2 & RQ3） 表 2 从图稀疏度和 Jensen-Shannon 散度（JSD）两个角度量化了不同 LLM 的推理一致性。结果显示，GPT‑5 的精炼图最稀疏（0.3741）且 JSD 最小（0.0265），意味着它不仅去除了大量冗余边，且不同样本间的决策高度一致。与之对比，Mistral 7B 的 JSD 达到 0.0576，图结构波动较大。图 3 的热力图进一步证实 GPT 系列内部边集合高度相似，而不同系列模型间差异明显。

可解释性分析 图 2 展示了癫痫发作过程中节点重要性的动态演变：从 t+1 到 t+6，活动从额区（Fp1/Fp2、F3/F4）向颞区（T3/T4）扩散，与临床已知的癫痫传播模式相符。GPT 系列模型捕捉到的激活区域更集中、稳定，Mistral 和 Llama 则出现分散或不连贯的激活。图 4 的时空图可视化同样表明，GPT‑5 生成的图在保持稀疏性的同时，能够清晰地刻画发作从前额到颞叶再到中央和顶枕区的传播路径，生理合理性更高。

整体上，实验结果强有力地支持了 LLM 在图结构精炼中的价值，并揭示出更大的模型通常能带来更稳定、更具解释性的脑连接图。

实践建议

该框架若要在工程或临床场景中落地，可关注以下几点：

选择合适的 LLM 推理模式 论文中 LLM 对每条边都需要一次 API 调用，对包含 19 个通道的 EEG 片段，初始图约 171 条候选边，若需实时检测，推理延迟和成本较高。实践中可考虑采用本地部署的轻量级 LLM（如 Mistral 7B）进行初步筛选，再用大模型精炼；或利用批量提示、边并行请求来提升吞吐量。同时，可探索将精炼过程以知识蒸馏的方式固化到轻量的判别模型中，降低在线推理的依赖。
EEG 特征工程与提示模板优化 当前提示中融合了 GPT‑4o 生成的文本化描述和 12 个统计特征。对于临床部署，文本化描述可由固定规则替代（如信号幅值超过阈值则标记 “高幅值尖波”），以减少额外 API 开销。继续优化统计特征集合，并结合领域知识（如电极导联的空间关系）作为额外上下文，有望进一步提升精炼的鲁棒性。
与下游模型协同训练 论文中 LLM 精炼与下游 GNN 训练是解耦的。未来可尝试将 LLM 精炼作为一个弱监督信号，与 GNN 交替训练或联合微调，使精炼策略更贴合目标任务，同时减少迭代过程中过于激进删除边带来的信息损失。
多源数据与跨人群泛化 目前仅在 TUSZ 数据集上评估，实际应用中需考虑不同脑电设备、导联配置以及人群差异。建议在多个公开 EEG 癫痫数据集上验证精炼效果，并引入数据增强（如通道随机丢失、噪声注入）来提升方法的泛化能力。此外，结合患者的临床文本记录进行多模态精炼，是论文未来工作指出的方向，可能进一步提升诊断的准确性和可解释性。

通过以上实践优化，LLM 图精炼有望成为 EEG 癫痫检测流程中的一个有效且可信的预处理环节，既提升模型性能，又为临床医生提供更加透明、符合生理认知的脑连通模式。