CAMEL-CLIP 提出通道感知 EEG-文本对齐模型

Hanseul Choi 等作者提出 CAMEL-CLIP，一种面向通道异构 EEG 的 EEG-文本对比学习基础模型，目标是让模型在电极通道组成和顺序变化时保持稳健。模型由三部分组成：基于通道解剖属性的位置编码、动态通道投影，以及通道级与样本级双层对比学习。 据作者报告，在线性探测下，该模型在多个数据集上取得所评估基线中最高的平均平衡准确率；在不同通道配置间迁移时，无需重新训练分类器。这些结果来自作者的实验验证，尚待独立复现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。