脑机接口 / BCI

AnySleep: a channel-agnostic deep learning system for high-resolution sleep staging in multi-center cohorts

AnySleep：用于多中心队列中高分辨率睡眠分期的通道无关深度学习系统

Niklas Grieger, Jannik Raskob, Siamak Mehrkanoon, Stephan Bialonski

机构 * Department of Medical Engineering and Technomathematics, FH Aachen University of Applied Sciences（医学工程与技术学系，亚琛应用科学大学） ； Department of Information and Computing Sciences, Utrecht University（信息与计算科学系，乌得勒支大学） ； Institute for Data-Driven Technologies, FH Aachen University of Applied Sciences（数据驱动技术研究所，亚琛应用科学大学） 纠错

专题命中 EEG解码 ：EEG(summary_cn,abstract)；分类 eess.SP、cs.LG

AI总结 研究针对多中心睡眠分期难题，提出AnySleep深度学习系统，能从EEG或EOG数据以可调分辨率评分。经多数据集训练验证，性能达最优，可捕捉短清醒侵入，改善病理状况预测，公开模型助力睡眠研究与生物标志物发现。

Comments 29 pages, 10 figures, 7 tables

Imputation-free transformer learning enables robust Alzheimer's disease prediction and calibrated uncertainty quantification across heterogeneous clinical cohorts

无插补变压器学习实现跨异构临床队列的稳健阿尔茨海默病预测和校准不确定性量化

Christelle Schneuwly Diaz, Narmina Baghirova, Duy-Thanh Vu, Duy-Cat Can, Gilles Allali, Philippe Ryvlin, Oliver Y. Chén

机构 * Platform of Bioinformatics（生物信息平台） ； Lausanne University Hospital（洛桑大学医院） ； Faculty of Biology and Medicine（生物学与医学学院） ； University of Lausanne（洛桑大学） ； Leenaards Memory Centre（Leenaards记忆中心） ； Department of Clinical Neurosciences（临床神经科学系） 纠错

专题命中 BCI数据与评测 ：cortical(abstract)；分类 q-bio.NC、cs.LG

AI总结 针对阿尔茨海默病临床数据问题，提出无插补变压器NITROGEN，通过特定注意力联合建模。经训练和评估，在跨队列任务中优势明显，还引入调整方法。证明无插补学习在队列转移下的区分能力，强调多方面评估模型对临床部署的重要性。