Brant-X：统一生理信号对齐框架
信号处理
2024-09-04 v1 人工智能
机器学习
摘要
生理信号是理解人体各种生理状态不可或缺的线索。大多数现有研究仅聚焦于单一类型的生理信号，以应对各种应用场景。然而，身体是一个整体的生物系统，各种生理数据之间的内在关联不应被忽视。特别是考虑到大脑作为维持关键活动的控制中心，脑电图（EEG）与其他生理信号存在显著相关性。因此，EEG 与其他生理信号之间的相关性在各种场景中提升性能具有潜力。然而，实现这一目标仍受到若干挑战的制约：同时收集的生理数据的稀缺性、不同信号之间的相关性差异，以及不同任务中的相关性差异。为此，我们提出一种统一的生理信号对齐框架 Brant-X，用于建模 EEG 与其他信号之间的相关性。我们的 метод（1）采用 EEG 基础模型数据高效地将 EEG 中的丰富知识传递给其他生理信号，（2）引入两级对齐机制，从不同语义尺度上充分对齐 EEG 与其他信号的语义。在实验中，Brant-X 在各种下游任务中实现了与任务无关和任务特定基线相比的领先性能，包括睡眠阶段分类、情感识别、跛行检测以及眼动通信。此外，关于心律失常检测任务的分析以及案例研究中的可视化进一步说明了 Brant-X 在从 EEG 传递知识到其他生理信号方面的有效性。模型主页位于 https://github.com/zjunet/Brant-X/。
引用
@article{arxiv.2409.00122,
title = {Brant-X: A Unified Physiological Signal Alignment Framework},
author = {Daoze Zhang and Zhizhang Yuan and Junru Chen and Kerui Chen and Yang Yang},
journal= {arXiv preprint arXiv:2409.00122},
year = {2024}
}
备注
Accepted by SIGKDD 2024