wjq-learning/CBraMod
[ICLR 2025] CBraMod: A Criss-Cross Brain Foundation Model for EEG Decoding
它解決的問題
CBraMod 是為改善臨床和腦機介面（BCI）應用中的 EEG（腦電圖）解碼而設計的。它提供了一個基礎模型，可於大型 EEG 資料集上進行預訓練，然後針對特定的下游任務進行微調。
如何運作
該專案實現了一種「十字交叉腦基礎模型」。它允許使用者在大型資料集上預訓練模型，以學習一般的腦活動模式，然後在輸出上應用自訂分類器（例如線性層或 MLP），以解碼各種應用中的特定腦信號。
適用對象
從事神經科學、BCI 和臨床 EEG 分析的研究人員與開發者，他們需要一個強大的起點來解碼腦信號。
主要特色
- 基礎模型方法：使用預訓練與微調的流程，處理不同應用中的 EEG 解碼。
- ICLR 2025：該模型與方法已獲 ICLR 2025 會議接受發表。
- 預訓練權重：Hugging Face 上提供即用型權重，可加速部署。
- 靈活的微調：支援自訂的下游資料集與分類器，適用於特定的解碼任務。
相關
- 專案
- 專案
- 專案
- 專案
- 專案