神经编解码器作为生物信号分词器

基于摘要分析。本文针对 EEG 等神经生理记录高维、含噪且通常依赖大量预处理与手工特征提取的问题，提出受神经编解码器启发的表示学习框架 BioCodec，将低层信号特征编码为离散 token，以支持生物信号的下游解码与解释。 核心机制是以离散码本表示生物信号，而非仅围绕特定任务设计手工特征。摘要说明 BioCodec 在数千小时 EEG 上预训练，但未披露编解码器结构、量化方式、码本规模、损失函数、采样率或通道适配策略；这些实现细节尚未验证。其与基础模型表示学习的具体接口，以及预训练监督方式，也需查阅全文确认。 作者报告，BioCodec 在临床诊断、睡眠生理、语音解码和运动想象等多类下游任务中有效，尤其适用于低资源设置，并具有与当前先进模型竞争的表现。摘要未提供数据集名称、被试数、低资源定义、评价指标或对照基线，也未说明采用被试内、跨被试、跨会话或跨数据集协议，因此不能据此量化优势或判断跨场景泛化能力。实验协议、消融及统计信息尚未验证。 作者还报告了码本使用情况的定性分析，并依据 EEG 连接性估计码本嵌入的空间一致性；该分析可用于考察离散表示与信号空间关系，但不能仅凭摘要视为神经生理可解释性的验证。作者另报告方法适用于 EMG，具体数据与评估条件尚未验证。 复现时需核对预训练数据组成及其与下游评估数据的关系、各任务的数据划分、低资源设置和码本分析方法。摘要表示将共享源代码与模型检查点，但链接注明在论文接收后公开，目前材料不能确认其已公开，也不能据此推断论文已接收。