wjq-learning/CBraMod

해결하는 문제

CBraMod는 임상 및 뇌-컴퓨터 인터페이스(Brain-Computer Interface, BCI) 응용 분야에서 EEG(뇌전도도) 복원을 개선하기 위해 설계되었습니다. 대규모 EEG 데이터셋에서 사전 훈련할 수 있고, 특정 하류 작업에 대해 미세 조정할 수 있는 기초 모델을 제공합니다.

작동 방식

이 프로젝트는 '크리스크로스 뇌 기초 모델("Criss-Cross Brain Foundation Model")'을 구현합니다. 사용자는 대규모 데이터셋에서 모델을 사전 훈련하여 일반적인 뇌 활동 패턴을 학습한 후, 출력 위에 사용자 정의 분류기(예: 선형 레이어 또는 MLP)를 적용하여 다양한 응용 분야에서 특정 뇌 신호를 복원할 수 있습니다.

대상 사용자

뇌과학, BCI 및 임상 EEG 분석 분야에서 일하는 연구자 및 개발자로, 뇌 신호 복원을 위한 견고한 시작점이 필요한 분들입니다.

주요 특징

• 기초 모델 접근법: 다양한 응용 분야에서 EEG 복원을 처리하기 위해 사전 훈련 및 미세 조정 파이프라인을 사용합니다.
• ICLR 2025: 모델 및 방법론이 ICLR 2025 컨퍼런스 발표에 채택되었습니다.
• 사전 훈련된 가중치: Hugging Face에서 바로 사용할 수 있는 가중치가 제공되어 배포 속도를 높입니다.
• 유연한 미세 조정: 특정 복원 작업을 위한 사용자 정의 하류 데이터셋 및 분류기를 지원합니다.