arXiv · cs.AI· Abdulkader Helwan, Lina Abou-Abbas, Hussein El Amouri, Belkacem Chikhaoui, Khadidja Henni·· 5 小时前
DiffEEG：面向 EEG 癫痫相关表征学习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 是一个 9.6M 参数的自监督基础模型，通过去噪扩散预训练与强化学习微调应对 EEG 癫痫检测的标注稀缺和类别不平衡问题。模型在 TUHSZ 的 1.3M 无标注片段上预训练，采用 1D U-Net 与多头自注意力；在 279 名患者的严格患者级评估中，二分类检测达 81% 准确率和 85% 加权 F1，4 类癫痫亚型分类为 61% 准确率和 59% F1。
来源：arXiv · cs.AI · arxiv.org