arXiv cs.AI· Abdulkader Helwan, Lina Abou-Abbas, Hussein El Amouri, Belkacem Chikhaoui, Khadidja Henni·· 1 天前AI 评分39
DiffEEG：用于学习 EEG 癫痫相关表征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基于强化学习的微调，解决 EEG 癫痫检测中标注稀缺和类别极不平衡问题。模型在 TUHSZ 的 1.3M 无标注片段上预训练，采用策略梯度优化直接最大化 F1 分数。在 279 名患者的严格患者独立评估下，4 类癫痫分型达到 61% 准确率和 59% F1，二分类检测达到 81% 准确率与 85% 加权 F1。
来源：arXiv cs.AI · arxiv.org