VAEEG: Autoencoder variațional pentru extragerea reprezentărilor EEG în aplicații clinice
Acest studiu prezintă VAEEG, un model de învățare profundă autosupravegheat care utilizează autoencodere variaționale pentru a extrage caracteristici semnificative din semnale EEG complexe pe diferite benzi de frecvență. Modelul a fost validat în cadrul a trei sarcini clinice — dezvoltarea cerebrală pediatrică, detectarea crizelor epileptice și clasificarea stadiilor de somn — demonstrând performanțe superioare în sarcinile de clasificare ulterioare, reducând în același timp cerințele privind volumul de date.