EEGNet-Vision Transformer

新框架统一脑电图和颅内脑电图用于癫痫分类

研究人员开发了一个新颖的深度学习框架，统一多模态信号协调（UMSH），旨在通过整合异构的脑电图（EEG）和颅内脑电图（iEEG）信号来对癫痫进行分类。该框架通过协调不同采样率和记录条件的信号，解决了现有单一模态系统的局限性。为了解决类别不平衡问题，采用了条件生成对抗网络（cGAN）进行数据增强，并使用EEGNet-Vision Transformer（EEGNet-ViT）进行特征提取和分类，展示了强大的癫痫分类能力。