Neuroprobe

新AI方法大幅削减脑机接口数据需求

研究人员开发了MAPA，一种用于脑机接口（BCI）的新型自监督学习方法，可显著减少对标记数据的需求。MAPA利用带掩码的自动编码以及空间和相对位置编码，从无标记的颅内脑电图（iEEG）记录中学习通用神经表征。该方法在Neuroprobe基准测试中，在会话内、跨会话和跨被试迁移学习场景中均取得了最先进的性能。具体而言，与传统方法相比，MAPA的特征仅需一小部分标记试验即可在新被试中达到高精度。