研究人员开发了DIVER-1,一个用于颅内脑电图(iEEG)数据的大规模基础模型,能够处理可变的电极布局和记录条件。该模型在超过5310小时的iEEG数据上进行了预训练,并在认知解码和癫痫检测基准测试中表现出色。此外,一个名为NeuroFlowNet的新框架使用条件归一化流从非侵入性头皮脑电图中重建深部颞叶iEEG信号,解决了理解深部脑动力学方面的局限性。另外,还创建了一个脑到图像系统,可以从脑电图信号中解码视觉刺激,从而能够从脑电图中检索刺激图像,并重建与感知视觉一致的图像。 AI
影响 脑电图分析AI模型的进步为神经科学研究和临床诊断提供了新工具,有望增进对脑动力学的理解并辅助癫痫检测。
排序理由 多篇研究论文介绍了用于分析和重建脑电图数据中大脑活动的新型AI模型和方法。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →