EEG-X: Gerätunabhängiges, geräuschresistentes Modell revolutioniert EEG-Analyse

Ein neues Foundation‑Model namens EEG‑X wurde vorgestellt, das die Analyse von Elektroenzephalogrammen (EEG) deutlich verbessert. Das Modell ist unabhängig von der verwendeten Messausrüstung und kann mit unterschiedlichen Kanalkonfigurationen und Aufnahmelängen umgehen.

EEG‑X nutzt eine innovative, positionsbasierte Kanal‑Einbettung, die räumliche Informationen codiert. Dadurch generalisiert das Modell besser über verschiedene Datensätze hinweg und kann Aufgaben wie Klassifikation, Regression und Anomalieerkennung zuverlässig lösen.

Um die geringe Signal‑zu‑Rausch‑Verhältnisse (SNR) von EEG zu überwinden, setzt EEG‑X auf ein geräuschsensitives Maskierungs‑ und Rekonstruktionsverfahren. Dabei werden verrauschte Signale zunächst bereinigt und anschließend rekonstruiert, sodass die Lernrepräsentationen sich auf neuronale Aktivität konzentrieren. Zusätzlich wird eine dictionary‑inspirierte Convolution‑Transformation (DiCT) eingesetzt, die die Signale in einen strukturierten Merkmalsraum projiziert und die Rekonstruktionsgenauigkeit erhöht.

Experimentelle Tests mit Daten aus verschiedenen Geräten zeigen, dass EEG‑X aktuelle Methoden in mehreren EEG‑Downstream‑Aufgaben übertrifft und besonders bei Quersystem‑Transfer‑Lernaufgaben stark abschneidet. Das Modell stellt damit einen bedeutenden Fortschritt für die EEG‑Forschung und -Anwendungen dar.