机构名称：
¥ 1.0
这项工作探索了基础模型（特别是基于 Mamba 的选择性状态空间模型）在增强神经系统疾病诊断中 EEG 分析的潜力。EEG 对于诊断癫痫等疾病至关重要，由于其噪声大、高维和非线性的特性，它带来了巨大的挑战。传统的机器学习方法在自动化 EEG 分析方面取得了进展，但往往无法捕捉其复杂的时空动态。深度学习的最新进展，特别是序列建模，为创建能够处理这种复杂性的更通用、更具表现力的模型提供了新途径。通过自监督重建任务和随后的癫痫检测任务，在包含癫痫和非癫痫 EEG 记录的大型数据集上训练基于 Mamba 的模型，我们展示了该模型的潜力，在保留测试集上实现了 0.72 的 AUROC。这种方法标志着朝着开发用于 EEG 数据分析的大规模、临床适用的基础模型迈出了重要一步。
心态：以AMAMBA为基础的方法……
主要关键词
相关文件推荐
