提出Siam-ALS用于ALS早期检测
热点事件持续更新
提出Siam-ALS用于ALS早期检测
1 篇报道1 个报道来源19 小时前更新
先了解这件事
报道摘要
Siam-ALS 是一个可解释的孪生深度学习框架，联合建模同步 EEG 与眼动（ET）信号用于 ALS 早期检测，在 EEGET-ALS 数据集严格受试者级交叉验证下达到 0.988 准确率和 0.998 AUROC。
摘自 arXiv：cs.AI
最新进展10月15日 12:00
Siam-ALS：基于 EEG 与眼动信号的可解释孪生深度学习框架，用于早期 ALS 检测报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AISiam-ALS：基于 EEG 与眼动信号的可解释孪生深度学习框架，用于早期 ALS 检测
Siam-ALS 是一个可解释的孪生深度学习框架，联合建模同步 EEG 与眼动（ET）信号用于 ALS 早期检测，在 EEGET-ALS 数据集严格受试者级交叉验证下达到 0.988 准确率和 0.998 AUROC。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。