NeuroNarrator: 臨床解釈のための汎用EEG-テキスト基盤モデル—スペクトロ-空間グラウンディングと時間的状態空間推論を通じて

要旨：脳波検査（EEG）は、高い時間分解能で神経動態を非侵襲的に捉える窓口を提供し、臨床神経科学研究において決定的な役割を果たします。
この潜在能力にもかかわらず、EEG解析における現在の計算アプローチは主にタスク特異的な分類目的や粗粒度のパターン認識に限定され、臨床的に意味のある解釈を支援するには限界があります。
これらの限界に対処するため、電気生理学的セグメントを正確な臨床的語りへ翻訳する初の汎用 EEG-to-text 基盤モデルである NeuroNarrator を導入します。
このフレームワークの要となるのは NeuroCorpus-160K の編纂で、16万の EEG セグメントと構造化された臨床に基づく自然言語記述を結び付けた、最初の調和化された大規模リソースです。
我々のアーキテクチャは、厳密な対照学習目的を通じて、時間的 EEG 波形を空間的トポグラフィックマップと整列させ、スペクトルと空間に根ざした表現を確立します。
この基盤を踏まえ、過去の時間的およびスペクトル的文脈を統合する状態空間に着想を得た定式化を通じて、大規模言語モデルを条件付け、整合性のある臨床的語りの生成を支援します。
このアプローチは、連続的な信号ダイナミクスと離散的な臨床言語との間に原理的な橋渡しを確立し、専門家の解釈を促進し臨床報告ワークフローを支援する、解釈可能な語りの生成を可能にします。
多様なベンチマークとゼロショット転移タスクにわたる広範な評価は、時間的・スペクトル的・空間的ダイナミクスを統合する NeuroNarrator の能力を浮き彫りにし、時間-周波数認識を備えたオープンエンドな臨床解釈を電気生理学データに対して行う基盤的なフレームワークとして位置づけます。）