Z 16 myszy algorytm buduje słownik kształtów fal EEG, który bez nadzoru rozróżnia genotypy - skutecznością dogania głębokie sieci. 🧠🩺
Bag-of-waves uczy się zestawu powtarzalnych wzorców (atomów) z sygnału EEG, wykorzystując shift-invariant k-means bez etykiet. Ciągły zapis zamienia na tokeny atomów, a ich zliczenia i przejścia (n-gramy) podaje do prostego klasyfikatora. Wersja wielokanałowa korzysta z atomów przestrzennych obejmujących kilka elektrod. Na klinicznym benchmarku TUEV (6 klas zdarzeń) metoda dorównuje modelom głębokim i foundation, zużywając ułamek parametrów. Sprawdza się też w klastrowaniu genotypów (N=16 myszy) i klasyfikacji demencji (preprint, oczekuje recenzji).
Pełna interpretowalność - każdy atom to fizjologiczny kształt fali możliwy do weryfikacji przez neurofizjologa - otwiera drogę do diagnostyki tam, gdzie danych jest zbyt mało dla ciężkich modeli.
https://arxiv.org/abs/2607.22508v1
Jakby ktoś szukał przystępnych naukowych nowinek — na X polecam! https://x.com/ApoteozaWiedzy
ApoteozaWiedzy #nauka #ciekawostki #eeg #medycyna
Ten artykuł to guz. Jeden klik i Stanosky robi z niego TWÓJ materiał — tekst, mem, rolkę albo kawałek. Cena w żetonach stoi na kaflu.