NOMAD-EEG EEG基础模型

Abdulkader Helwan、Khadidja Henni和Lina Abou-Abbas提出NOMAD-EEG，一种可适配不同电极数量、身份、顺序和输入长度的生成式EEG基础模型；在统一协议下的冻结线性探针评估中，它在多个癫痫检测、事件分类、诊断和运动想象任务上超过7个对比基础模型。 NOMAD-EEG有1200万参数，采用扩散模型、沿时间运行的无分块状态空间层，并根据电极的3D头皮位置识别电极。模型用来自单一语料库的147小时未标注EEG预训练，并在10个、使用1至64个电极的数据集上评估。报告称，在19个电极中仅使用5个时，平均AUROC从0.942降至0.891。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。