EEGBiFormer：实时 EEG 专注状态分类模型发布

Isabella Guan 在 arXiv 发布论文，提出 EEGBiFormer——一种混合 CNN-Transformer 模型，可对 16 通道 EEG 信号进行专注/非专注状态的实时二分类，端到端延迟低于 100 毫秒。模型窗口级验证准确率 91.3%，F1 分数 94.5%，17 个独立会话的记录级准确率 88.2%。 论文还附一项 37 名参与者的被试内配对行为实验，据论文报告，配合的听觉协议使综合注意力得分较静音对照显著提升 20%，效应量为中到大。上述数据均为论文自称结果，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。