BriefGPT - AI 论文速递 · 2025-04-30T00:00:00Z xEEGNet：朝向脑电图痴呆分类的可解释人工智能 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出了一种新型神经网络xEEGNet，用于分析脑电图数据，提升阿尔茨海默症等痴呆症的分类能力。xEEGNet通过减少参数数量，保持良好的解释性和抗过拟合能力，同时实现与大模型相当的分类性能，为医学领域的神经网络应用提供了新视角。 🏷️ 标签 xEEGNet 人工智能 分类能力 神经网络 脑电图 阿尔茨海默症 阅读原文 生成长图 分享链接 已复制链接
