跳到正文
arXiv · ML· Navid Mohammadi Foumani, Soheila Ghane, Nam Nguyen, Mahsa Salehi, Geoffrey I. Webb, Geoffrey Mackellar·· 9 天前AI 评分34

EEG-X:面向设备无关与抗噪的脑电信号基础模型

EEG-X: Toward Device-Agnostic and Noise-Robust Foundation Model for EEG

AI 导读

EEG-X 提出设备无关且抗噪的脑电信号表示学习基础模型,旨在解决跨数据集设备差异和低信噪比挑战。 模型采用基于位置的通道嵌入,支持异构设备与电极布局的稳健迁移;引入噪声感知掩码重建策略及基于字典的卷积变换(DiCT),通过重建去伪迹信号提升预训练效果。 在多样化脑电信号数据集上,EEG-X 在多个下游任务中持续超越最先进方法,展现出电极布局或录制配置差异下的强跨域泛化能力,模型与代码已开源。

来源:arXiv · ML · arxiv.org