实体
Localize-MI
Localize-MI
PulseAugur coverage of Localize-MI — every cluster mentioning Localize-MI across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的EMAG框架增强了从稀疏数据重建脑电图信号的能力
研究人员开发了EMAG，一个新颖的可微分框架，旨在从更稀疏的电极集合中重建高密度脑电图信号。该方法将大脑电信号源表示为各向异性4D时空高斯混合体，实现了详细的时空耦合。与现有的超分辨率技术相比，EMAG在多个脑电图基准测试中表现出优越的性能，并通过对学习到的脑信号源的可解释可视化，为临床和神经科学应用提供了潜在优势。
-
新AI方法提升脑电图空间分辨率，实现更优的脑部感知
两篇新研究论文介绍了用于提高脑电图（EEG）数据空间分辨率的先进方法。EMAG利用具有4D高斯混合的可微分框架，从稀疏电极布局中重建高密度脑电图，在基准测试中表现优于现有方法。TGSD采用拓扑引导的扩散模型，结合空间先验和状态空间建模，生成缺失通道信号并捕捉时间动态，在重建和下游分类任务中也表现出卓越的性能。