arXiv · AI· Abdulkader Helwan, Lina Abou-Abbas, Hussein El Amouri, Belkacem Chikhaoui, Khadidja Henni·· 6 小时前AI 评分28
DiffEEG：用于学习癫痫发作相关表示的自监督去噪扩散模型
DiffEEG: A Self-Supervised Denoising Diffusion Model for Learning EEG seizure-related Representations
AI 导读
DiffEEG 是一款 960 万参数的自监督基础模型，通过去噪扩散预训练和基于强化学习的微调，在解决癫痫检测标注稀缺和类别不平衡问题上取得进展。 该模型在 130 万段未标记数据上预训练，使用一维 U-Net 架构，并通过策略梯度优化直接最大化 F1 分数。在 279 名患者的严格评估中，DiffEEG 在四类癫痫亚型分类上达到 61% 准确率，在二值检测中达到 81% 准确率。
来源：arXiv · AI · arxiv.org