论文

ZUNA1.1:更灵活的去噪和超分辨率脑电图基础模型

ZUNA1.1: A more flexible EEG foundation model for Denoising and Super-resolution

模型训练预训练

摘要

我们推出了 ZUNA1.1,一种 380M 参数的扩散自动编码器,用于灵活的 EEG 信号重建。 ZUNA1.1能够重建长达30秒的可变长度序列,在任意头皮位置具有任意数量的EEG通道,并且除了重建整个通道之外,还可以重建通道内的任意时间间隔。我们证明 ZUNA1.1 的性能至少与我们早期的 ZUNA1 模型相当,同时更加灵活并且能够处理各种重建任务。 ZUNA1.1 继续大幅优于标准 EEG 去噪和重建方法,例如普遍部署在 MNE 软件包中的球面样条插值。 ZUNA1.1 模型是在宽松的 Apache 2.0 许可证下开源发布的。