← 返回论文库
可解释性与审计EEG 基础模型2026 · arXiv 预印本

EEG-Xplain:EEG 基础模型的多维归因审计

EEG-Xplain: Decoding Neural Black-Boxes of EEG Foundation Models

阅读原文 ↗
01

这篇做了什么

统一比较 BIOT、LaBraM 与 EEGMamba 的空间、时间和频率归因,并以 AOPC 和跨方法一致性做群体级评估。

02

核心创新

把解释从单张显著性图推进到可量化的扰动与一致性审计,并暴露伪迹或捷径依赖。

03

证据边界

未经同行评审;生理合理性不等于因果解释,LLM 生成的文字报告还可能引入未经证据支持的叙事。

READ FIRST

建议先读:摘要 → 方法总图 → 主结果 → 局限讨论

先确认研究对象、信号来源和评价设置,再看模型指标;不要把单被试或离线结果直接外推为可用系统。