使用 Quadruplet Split Latent Permutation Auto-Encoder 对齐人类与小鼠睡眠阶段的 EEG 表征
Aligning Human and Mouse EEG representations of Sleep Stages with a Quadruplet Split Latent Permutation Auto-Encoder
基于摘要分析。研究针对人类与小鼠脑状态的跨物种对应关系不清、限制动物研究转化的问题,使用 Quadruplet Split Latent Permutation Autoencoder(QSLP-AE)将两种物种的睡眠 EEG 映射到共享二维潜在空间,以睡眠阶段作为探索跨物种心理状态表征的代理。 核心机制是在重建过程中交换潜在表征,使人类与小鼠睡眠阶段的表征得到对齐。作者报告,QSLP-AE 仅使用自编码器重建损失即可达到与常规对比学习相当的性能;但摘要未提供性能指标、数值、对照实现或评估划分,因此这一结论目前只能作为作者报告,不能据此判断其优势幅度。Quadruplet 的构造方式、潜在空间如何拆分、交换规则以及训练是否依赖睡眠阶段标签尚未验证。 共享二维空间支持对物种间对应关系进行可视化与量化,但摘要明确限定这是从模型视角观察到的对应关系,并不等于证明两种物种具有相同的心理状态或神经机制。原研究主要面向睡眠 EEG 的跨物种表征对齐与动物研究转化,不是直接验证 BCI 解码效果。 数据集、人类被试与小鼠数量、EEG 通道及预处理、睡眠分期标准、训练与测试划分均尚未验证。阅读全文时需重点核对:对齐与重建分别如何评估,常规对比学习基线是否采用可比数据和监督条件,以及二维空间是否保留睡眠阶段差异之外的重要信号信息。实验协议、消融及统计信息尚未验证,代码与复现条件亦未从所给材料确认。
值得核对其潜在表征交换与重建损失如何实现跨物种睡眠阶段对齐,尤其是与常规对比学习性能相当这一作者报告所依赖的评估协议。
来源:OpenReview · EEG · openreview.net