★ 3
iMINDBench：颅内脑电多机构神经解码基准
论文指出颅内脑电（iEEG）解码进展难以可靠衡量，因数据集任务或机构特定、预处理选择强烈影响性能。作者提出 iMINDBench，在三个自然观影数据集上以十五项解码任务评估模型，并定义标准化预处理轨道与固定评估划分。研究发现预训练系统在各自轨道内通常优于基线，但强频谱基线仍具竞争力，且跨被试或机构…
arXiv cs.LG46 天前
#iEEG
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
预训练方法提升神经接口解码的样本效率
研究提出MAPA，一种带解剖区域嵌入与相对位置编码的掩码自编码器，可从跨受试者的无标签iEEG记录中学习可迁移的神经表征。在Neuroprobe基准的三种场景下均达到最优，跨受试者场景仅需约164个标注试次即可达到无预训练时3500个试次的精度。
arXiv cs.LG48 天前
这个主题的相关资产
相关术语iEEG（颅内脑电）