基于 Transformer 的 EEG 与瞳孔面积信号融合模型用于轻度抑郁识别

基于摘要分析。该研究针对轻度抑郁识别中多模态相关与互补信息难以有效提取的问题，提出融合 EEG 与瞳孔面积信号的 Transformer 模型。其主要贡献是在单模态建模中引入 CSP，并通过 attention bottleneck 实现两种模态之间的中间融合；研究对象是轻度抑郁识别，而非 BCI 控制任务。 方法上，作者先将 CSP 引入 Transformer，分别构建 EEG 和瞳孔数据的单模态模型，再通过 attention bottleneck 促进模态间信息交换。作者认为，限制共享信息有助于保留各模态最相关、互补的内容，同时提高识别准确率并降低计算成本。摘要未说明 CSP 在两类信号中的具体应用方式、时间序列输入组织、瓶颈结构、训练目标及融合位置，这些实现细节尚未验证。 作者报告，在摘要所述但未披露被试组成、数据划分及被试内或跨被试协议的轻度抑郁识别实验中，EEG 单模态模型的 Accuracy、Precision、Recall、Specificity 和 F1 分别为 89.75%、92.04%、89.5%、90% 和 89.41%；瞳孔面积单模态模型对应指标分别为 84.17%、95.21%、71%、97.33% 和 78.44%。作者报告中间融合模型的 Accuracy 为 93.25%，但摘要未提供其余指标、统计不确定性或计算成本测量，不能据此确认性能增益的稳定性及效率收益。 作者将结果解释为 Transformer 能够学习 EEG 与瞳孔面积信号的长期时间依赖关系。复现与证据核对的重点包括两种信号的同步和预处理、样本与被试级划分、CSP 的拟合范围、单模态与融合模型的对照条件，以及 attention bottleneck 的消融和计算开销。数据集、被试数、标签获取方式、实验协议、消融及统计信息尚未验证；代码与模型可用性也无法由当前材料确认。现有证据不足以将该识别结果视为临床诊断效能或跨被试泛化能力的验证。