跳到正文
原文
arXiv · Signal Processing· Kuber Shahi, Bruno Aristimunha, Arnaud Delorme
· 8 天前精选AI 评分70

EEGDash 语料库:面向脑电基础模型的训练就绪公开语料库

EEGDash Corpus: A Training-Ready Public Corpus for EEG Foundation Models

预印本 · 尚未经过同行评审

AI 导读

脑电基础模型需要大量预训练数据,但临床档案难以再分发,公开数据集格式与许可又各不相同。作者按 REVE 的预处理流程重建其预训练语料中 77 个可再分发数据集,达到 200 Hz 输入,共 14,075 小时、7,272 名被试,以 eegdash-corpus-v0 发布,提供按名称访问原始文件与带校验和的 Zarr 存储,并保留各数据集原有许可。作者用该语料从零训练 REVE-Base 两次,在七个 OpenEEGBench 任务上评测,线性探针下冻结编码器的机会校正平衡准确率为 0.331,已发布模型为 0.333,未训练为 0.200;微调后为 0.273,已发表结果为 0.325。该工作为预印本,尚未经同行评审。

推荐理由

把 REVE 预训练语料中 77 个可再分发数据集重建为 200 Hz 的公开语料,共 14,075 小时、7,272 名被试,并用它从零预训练 REVE-Base 后在七个公开任务上评测。

摘要 · AI 翻译

脑电图(EEG)基础模型是在数万小时的数据上预训练的。最大的临床档案库限制再分发,而公开数据集则使用不同的格式和许可协议。在此,我们重建了 REVE 预训练语料库中 77 个可再分发、且达到其 200 Hz 输入的数据集(涵盖 7,272 名受试者,共 14,075 小时),并将其发布为 eegdash-corpus-v0,通过 EEGDash 可按名称访问原始文件,并在 Hugging Face 上提供带校验和的 Zarr 存储,使用 REVE 的预处理流程进行转换。每个数据集都保留其许可协议,并且可以按名称选择任意数据集子集。为了检验这个公开存储能否预训练 REVE-Base,我们使用 REVE 的训练器从头训练该模型两次,并在七个公开的 OpenEEGBench 任务上对其进行评分。第一,在线性探测下,冻结编码器在经机会校正的平衡准确率上达到 0.331,而已发布模型为 0.333(未训练:0.200),这一差异小于我们两个预训练随机种子之间的离散程度。第二,在微调之后,它达到 0.273,而已发表结果为 0.325(我们复跑为 0.301),这一差距部分来自评分流程。因此,一个公开的、可直接用于训练的 EEG 语料库能够预训练基础模型的冻结表征,并提供一个可供其他团队审计的共享基础。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Signal Processing · arxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。