Spera: Mô hình nền tảng EEG ưu tiên hình cầu với dự đoán ẩn nhận biết hình học và tần số

Điện não đồ (EEG) đo lường hoạt động thần kinh không xâm lấn, nhưng việc xây dựng các mô hình EEG tổng quát vẫn rất khó khăn do sự không đồng nhất giữa các đối tượng, thiết bị và cấu hình điện cực. Các foundation model EEG hiện có chủ yếu dựa trên mục tiêu dựa trên tái thiết lập xác định trên tín hiệu quan sát được, vốn chứa cả thành phần thần kinh và phi thần kinh. Nhóm nghiên cứu giới thiệu SPERA, một foundation model EEG áp dụng kiến trúc dự đoán nhúng chung (JEPA) để dự đoán trong không gian ẩn. SPERA giới thiệu một prior không gian đa thức Legendre, được tích hợp vào attention để mã hóa các hình học điện cực da đầu khác nhau. Hai thành phần khác thích ứng mô hình với EEG bao gồm attention theo thời gian và không gian được phân rã xen kẽ với các khối full-attention định kỳ, và một bộ điều chỉnh phổ quan hệ căn chỉnh cấu trúc tương đồng ẩn với các góc nhìn phổ.