基于马尔可夫传递场和注意力CNN的时空EEG分析：STEAM-EEG
计算机视觉与模式识别
2025-01-07 v1 人工智能
计算工程、金融与科学
摘要
脑电图（EEG）信号在生物医学研究和临床应用中发挥着关键作用，包括癫痫诊断、睡眠障碍分析和脑机接口。然而，对这些复杂信号进行有效分析和解释常常 presents significant challenges。本文提出了一种新方法，将计算机图形技术与生物信号模式识别相结合，具体使用马尔可夫传递场（Markov Transfer Fields, MTFs）进行EEG时间序列成像。所提出的框架（STEAM-EEG）利用MTFs捕捉EEG信号的时空动力学，将其转化为富有信息的图像。这些图像随后使用最先进的计算机图形技术进行渲染、可视化和建模，从而促进更有效的数据探索、模式识别和决策-making。该代码可从GitHub获取。
引用
@article{arxiv.2501.01959,
title = {STEAM-EEG: Spatiotemporal EEG Analysis with Markov Transfer Fields and Attentive CNNs},
author = {Jiahao Qin and Feng Liu},
journal= {arXiv preprint arXiv:2501.01959},
year = {2025}
}
备注
10 pages, 5 figures