Hearing Aids

Diffusion models generate synthetic EEG data to improve hearing aid attention decoding

研究人员开发了一种使用扩散概率模型（DPM）为助听器中的听觉注意力解码（AAD）生成合成脑电图（EEG）数据的方法。该方法解决了真实语音诱发EEG数据有限的挑战，而这种数据通常会限制深度学习模型。通过使用DPM生成的逼真合成EEG信号来扩充数据集，研究表明，与仅在测量数据上训练的模型相比，在注意力定位分类任务的AAD性能方面有了显著提高。