SEDAT：面向大型 EEG 模型的混合分词器

基于摘要分析。研究针对大型 EEG 基础模型中固定时间边界可能偏离神经状态转换、通道间空间信息利用不足，以及固定分段标准难以适应异质 EEG 范式的问题，提出混合分词器 SEDAT，将空间聚合、信号分解与自适应分段整合为 token 构建流程。 机制上，SEDAT 结合基于 squeeze-and-excitation（SE）的空间聚合、基于 data-adaptive Gaussian average filtering（DAGAF）的信号分解、瞬时频率引导的自适应分段，以及 Fourier 域重采样。其主要设计思路是在分段前利用空间与信号变化信息，而非仅按固定长度切割；各模块的具体实现、训练方式以及与基础模型的衔接方式尚未验证。 作者在 10 个异质 EEG 数据集上评估 SEDAT，覆盖运动想象、心理想象、P300、慢皮层电位、睡眠分期、癫痫、情绪识别和阿尔茨海默病诊断，使用 LaBraM、EEGFormer、EEGPT 和 NeuroGPT 四个基础模型。对照包括固定长度窗口（FLW）、context segmentation、基于线性预测编码的分词、TFM-Tokenizer 和 source informed segmentation。 在上述评估范围内，作者报告相对 FLW 的分类表现提升最高为 15.3%，相对次优方法提升为 1.2%–4.6%；摘要未明确这些提升对应的分类指标，也未说明是相对百分比还是百分点，因此不能直接解释为 Accuracy 的百分点增益。作者另报告 token 特征的 Silhouette 分数为 0.81–0.85，固定分段基线为 0.33–0.48，支持其特征可分性改善的结论，但不能据此替代下游任务泛化评估。 摘要提到 Benjamini–Hochberg 校正，但显著性相关句子残缺，无法确认检验阈值及完整统计结论；计算复杂度表达也有缺失，尚不能核实效率主张。数据集名称、被试与数据划分、被试内或跨被试等评估协议、消融及统计信息尚未验证。复现时应重点核对各分词方案的输入长度与训练预算是否可比，以及自适应边界和重采样对不同任务信息保留的影响。