Neonatal Hypoxic-ischaemic Encephalopathy Classification from the EEG and HRV Signals Using a Conformer based Masked Autoencoder
基于基于Conformer的掩码自动编码器从脑电图和心率变异性信号中进行新生儿缺氧缺血性脑病分类
机构 * University College Cork（科克大学学院） ； INFANT Research Centre（婴儿研究中心） ； Pediatrics and Child Health（儿科与儿童健康）
AI总结 研究提出MAEConformer自监督学习框架，结合Conformer与MAE从EEG和HRV信号学习。通过卷积与自注意力捕获模式与依赖，引入MR-STFT损失。模型预训练后用于下游任务，在EEG和HRV的HIE分类中表现出色，证明其学习鲁棒可转移表示的有效性。
Comments Paper submits to IEEE Transactions on Neural Networks and Learning Systems
