論文の概要: Multimodal Pretraining for Generalizable EEG Representation Learning

• arxiv url: http://arxiv.org/abs/2607.21384v1
• Date: Thu, 23 Jul 2026 14:47:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.446753
• Title: Multimodal Pretraining for Generalizable EEG Representation Learning
• Title（参考訳）: 一般化可能な脳波表現学習のためのマルチモーダル事前学習
• Abstract要約: 我々は、Mambaアーキテクチャに基づく生信号エンコーダと、時間周波数データのためのViTスタイルエンコーダと、テキスト用の軽量エンコーダを組み合わせたマルチモーダルEEG基盤モデルを開発した。 本モデルの有効性と一般化を評価するため,標準CHB-MITの発作検出ベンチマークと追加の発作検出データセットを用いて微調整を行った。 本モデルでは,新しい発作検出シナリオに頑健な発作検出と直接的な適応が可能であるとともに,解釈可能な発作局所化もサポートした。
• 参考スコア（独自算出の注目度）: 10.770851135821657
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Electroencephalography (EEG) models used for epilepsy are often limited to specific datasets and tasks. This limited approach can make it challenging to apply these models across different datasets or in various situations. However, recent studies in foundation models and self-supervised learning suggest that an adaptable EEG backbone could support a range of EEG related tasks. In this study, we have developed a multimodal EEG foundation model that combines a raw signal encoder based on the Mamba architecture, a Vision Transformer (ViT)-style encoder for time-frequency data, and a lightweight encoder for text, all within a shared embedding space. The pretraining process relies on several innovative techniques, such as masked modeling, cross-view contrastive alignment, and temporal consistency losses. These methods are designed to create rich, seizure-relevant representations without requiring labeled data. To assess the efficacy and generalization of our pretrained model, we fine-tuned it on the canonical CHB-MIT seizure detection benchmark and additional seizure detection datasets, and conducted extensive experiments comparing different model variants. On the standard CHB-MIT split, our best single model achieved an AUROC of 0.874, and an ensemble variant reached 0.878 AUROC, representing state-of-the-art performance on this benchmark. In addition to standard train-test splits, we evaluated performance under a leave-one-subject-out (LOSO) protocol, which is rarely reported in prior EEG seizure modeling work and highlights the difficulty of patient-independent seizure detection, with a mean LOSO balanced accuracy of 0.558 across 19 subjects. Across datasets and evaluation settings, our multimodal foundation model enabled robust seizure detection and straightforward adaptation to new seizure detection scenarios, while also supporting interpretable seizure localization.
• Abstract（参考訳）: てんかんに使用される脳波(EEG)モデルは、しばしば特定のデータセットやタスクに限られる。 この限定的なアプローチは、これらのモデルをさまざまなデータセットやさまざまな状況に適用することが困難になる可能性がある。 しかし、最近の基礎モデルと自己教師型学習の研究は、適応可能な脳波バックボーンが脳波関連タスクを幅広くサポートできることを示唆している。 本研究では,Mambaアーキテクチャに基づく生信号エンコーダと,時間周波数データ用のViT型エンコーダ,テキスト用軽量エンコーダを組み合わせたマルチモーダルEEG基盤モデルを開発した。 事前学習プロセスは、マスクモデリング、クロスビューコントラストアライメント、時間的一貫性損失など、いくつかの革新的な技術に依存している。 これらの手法はラベル付きデータを必要とせずにリッチで発作関連のある表現を作成するように設計されている。 事前訓練したモデルの有効性と一般化を評価するため、標準CHB-MITの発作検出ベンチマークと追加の発作検出データセットを用いて微調整を行い、異なるモデルの変種を比較検討した。 標準CHB-MIT分割では,最高の単一モデルは0.874AUROCを達成し,アンサンブル変奏曲は0.878AUROCに達した。 従来の脳波発作モデル作業では稀に報告されず,患者非依存的発作検出の難しさが強調され, 平均LOSOバランス精度は19名に対して0.558であった。 データセットと評価設定全体にわたって、当社のマルチモーダルファンデーションモデルは、堅牢な発作検出と新しい発作検出シナリオへの直接的な適応を可能にし、解釈可能な発作局所化もサポートした。

関連論文リスト

• EEG-FuseFormer: A Transformer-Driven Feature Fusion Framework for Seizure Onset Prediction [1.6078171808054218]
  発作発生の正確な予測はてんかん患者のリスクを軽減するのに役立つ。 本稿では,アセプション・オンセット予測のためのトランスフォーマーベースの機能融合フレームワークであるEEG-FuseFormerを提案する。 提案モデルでは,98.85%の平均リコールを実現し,最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-06-01T12:27:01Z)
• A Multi-dimensional Framework for Evaluating Generalization in EEG Foundation Models [48.385356148620815]
  最近のEEGファンデーションモデルは、タスクとデータセット間で有望な転送機能を示している。 低リソース環境下での脳波モデル評価のための多次元評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-27T14:51:54Z)
• DistilCLIP-EEG: Enhancing Epileptic Seizure Detection Through Multi-modal Learning and Knowledge Distillation [6.879999526049009]
  てんかん検出のための既存のディープラーニング手法の多くは、脳波信号のみに依存している。 本稿では,脳波信号とテキスト記述を統合してててててんかん発作の包括的特徴を捉えるマルチモーダルモデルDistilCLIP-EEGを提案する。
  論文  参考訳（メタデータ） (2025-10-15T12:49:28Z)
• PySeizure: A single machine learning classifier framework to detect seizures in diverse datasets [0.0]
  我々は、様々な臨床データセット間で堅牢な発作検出を可能にする、革新的なオープンソースの機械学習フレームワークを導入する。 堅牢性を高めるため、このフレームワークは自動前処理パイプラインを組み込んで、データの標準化と過半数の投票機構を備えている。 データセット内のモデルをトレーニングし、チューニングし、評価し、データセット間の転送可能性を評価します。
  論文  参考訳（メタデータ） (2025-08-10T09:12:29Z)
• Zero-Shot Image Anomaly Detection Using Generative Foundation Models [2.241618130319058]
  本研究は,意味的異常検出のための基礎的ツールとしてスコアベース生成モデルの利用について検討する。 スタインスコアの誤差を解析することにより,各ターゲットデータセットの再学習を必要とせず,異常サンプルを識別する新しい手法を提案する。 このアプローチは最先端よりも改善され、ひとつのデータセット — CelebA -- 上で単一のモデルをトレーニングすることに依存しています。
  論文  参考訳（メタデータ） (2025-07-30T13:56:36Z)
• Prismatic Synthesis: Gradient-based Data Diversification Boosts Generalization in LLM Reasoning [77.120955854093]
  我々は,データ多様性が言語モデルにおける一般化の強力な予測因子であることを示す。 モデル誘起勾配のエントロピーを通して多様性を定量化する計量であるG-Vendiを導入する。 多様な合成データを生成するためのフレームワークであるPrismatic Synthesisを提案する。
  論文  参考訳（メタデータ） (2025-05-26T16:05:10Z)
• Large EEG-U-Transformer for Time-Step Level Detection Without Pre-Training [1.3254304182988286]
  局所的特徴と大域的特徴の両方を捉えることで表現を効率的に学習する単純なU字モデルを提案する。 他のウィンドウレベルの分類モデルと比較して,本手法は時間段階の予測を直接出力する。 我々のモデルは、てんかんおよび他の神経疾患における人工知能に関する国際会議において、2025年の第1回「青信号検出チャレンジ」で優勝した。
  論文  参考訳（メタデータ） (2025-04-01T01:33:42Z)
• The effect of data augmentation and 3D-CNN depth on Alzheimer's Disease detection [51.697248252191265]
  この研究は、データハンドリング、実験設計、モデル評価に関するベストプラクティスを要約し、厳密に観察する。 我々は、アルツハイマー病(AD)の検出に焦点を当て、医療における課題のパラダイム的な例として機能する。 このフレームワークでは,3つの異なるデータ拡張戦略と5つの異なる3D CNNアーキテクチャを考慮し,予測15モデルを訓練する。
  論文  参考訳（メタデータ） (2023-09-13T10:40:41Z)
• A Meta-GNN approach to personalized seizure detection and classification [53.906130332172324]
  本稿では,特定の患者に限られた発作サンプルから迅速に適応できるパーソナライズされた発作検出・分類フレームワークを提案する。 トレーニング患者の集合からグローバルモデルを学ぶメタGNNベースの分類器を訓練する。 本手法は, 未確認患者20回に限って, 精度82.7%, F1スコア82.08%を達成し, ベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2022-11-01T14:12:58Z)
• Learning from Temporal Spatial Cubism for Cross-Dataset Skeleton-based Action Recognition [88.34182299496074]
  アクションラベルはソースデータセットでのみ利用可能だが、トレーニング段階のターゲットデータセットでは利用できない。 我々は,2つの骨格に基づく行動データセット間の領域シフトを低減するために,自己スーパービジョン方式を利用する。 時間的セグメントや人体部分のセグメンテーションとパーフォーミングにより、我々は2つの自己教師あり学習分類タスクを設計する。
  論文  参考訳（メタデータ） (2022-07-17T07:05:39Z)
• HyperImpute: Generalized Iterative Imputation with Automatic Model Selection [77.86861638371926]
  カラムワイズモデルを適応的かつ自動的に構成するための一般化反復計算フレームワークを提案する。 既製の学習者,シミュレータ,インターフェースを備えた具体的な実装を提供する。
  論文  参考訳（メタデータ） (2022-06-15T19:10:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。