.png){kind=icon}
返回
Foundation models for EEG decoding: current progress and prospective research
.png){kind=icon}
PRE
AI
DOI：10.1088/1741-2552/ae17e9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的。脑电图（EEG）记录大脑的自发电活动。尽管深度学习在EEG解码中的应用日益增多，传统方法仍高度依赖监督学习，这通常受限于任务特异性和数据集依赖性，限制了模型性能和泛化能力。受大型语言模型成功的启发，EEG基础模型（EEG FMs）作为一种统一的EEG解码范式正吸引越来越多的关注。本研究回顾了部分代表性的EEG FM研究，旨在提取趋势并为未来研究提供建议。方法。我们对EEG FM的最新进展进行了全面分析，重点关注下游任务、基准数据集、模型架构和预训练技术。我们分析和综合了核心FM组件，并系统地比较了它们的性能和泛化能力。主要结果。我们的综述表明，EEG FMs是在大规模数据集上预训练的，通常涉及数百名受试者。受试者数量可高达14 987名，总时长最长可达27 062小时。当前的EEG FMs大多采用基于掩码的重建预训练策略，并采用高效的基于Transformer的架构。我们的比较分析显示，EEG FMs在推进EEG解码任务方面具有显著潜力，尤其是在癫痫检测方面。然而，在运动想象解码等复杂场景中的性能仍有限。意义。本综述总结了EEG FM的现有方法和性能结果，为其当前局限性提供了宝贵见解，并阐述了未来研究的潜在方向。
期刊
IF:
3.8
论文数:
4.0K
被引数:
1.4W
机构
引用论文
GMAEEG: A Self-Supervised Graph Masked Autoencoder for EEG Representation LearningGMAEEG: 一种用于EEG表示学习的自监督图掩蔽自动编码器
PREAI
分享收藏Recent Advances in the TUH EEG Corpus: Improving the Interrater Agreement for Artifacts and Epileptiform EventsTUH EEG语料库的最新进展：改进伪迹和癫痫样放电事件的评定者间一致性
PREAI
分享收藏分享收藏IENet: a robust convolutional neural network for EEG based brain-computer interfacesIENet: 一种用于基于EEG的脑机接口的鲁棒卷积神经网络
OAAI
OAAI分享收藏EEG dataset and OpenBMI toolbox for three BCI paradigms: an investigation into BCI illiteracy.png)
GIGASCIENCE
OAAI
GIGASCIENCEIF3.9
OAAI分享收藏DREAMER: A Database for Emotion Recognition Through EEG and ECG Signals From Wireless Low-cost Off-the-Shelf Devices梦想家: 通过来自无线低成本现成设备的EEG和ECG信号进行情感识别的数据库OAAI
OAAI分享收藏
查看更多内容