arXiv · cs.AI· Isabella Guan·· 3 天前AI 评分22
EEGBiFormer：基于混合 CNN-Transformer 的实时 EEG 注意力状态分类
EEGBiFormer: Real-Time EEG Attention Classification via Hybrid CNN-Transformer with EEG-Informed Auditory Protocol Validation
来源与原文
arXiv · cs.AI
作者：Isabella Guan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.33832v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
EEGBiFormer 是一种混合 CNN-Transformer 模型，可对 16 通道 EEG 信号进行专注/非专注状态的实时二分类，在 17 次独立会话中实现 91.3% 窗口级验证准确率、F1 94.5%，端到端延迟低于 100 ms。基于模型对听觉刺激排序生成的 EEG 个性化音频方案，在 37 人被试内对照实验中使综合注意力得分较静默对照显著提升 20%。
来源：arXiv · cs.AI · arxiv.org