ZUNA1.1: 노이즈 제거 및 초해상화를 위한 더욱 유연한 EEG 기반 모델

ZUNA1.1: A more flexible EEG foundation model for Denoising and Super-resolution

본 논문에서는 ZUNA1.1을 소개합니다. ZUNA1.1은 3억 8천만 개의 파라미터를 가진 디퓨전 오토인코더로, 다양한 EEG 신호 복구에 활용될 수 있습니다. ZUNA1.1은 최대 30초까지의 가변 길이 시퀀스를 복구할 수 있으며, 임의의 위치에 있는 임의 개수의 EEG 채널을 처리할 수 있습니다. 또한, 전체 채널뿐만 아니라 각 채널 내의 임의 시간 간격을 복구하는 기능도 제공합니다. 실험 결과 ZUNA1.1은 기존 모델인 ZUNA1과 동등하거나 더 나은 성능을 보이며, 훨씬 더 유연하고 다양한 복구 작업에 적용될 수 있습니다. 또한, ZUNA1.1은 MNE 패키지에 널리 사용되는 구형 스플라인 인터폴레이션과 같은 표준 EEG 노이즈 제거 및 복구 방법보다도 월등히 뛰어난 성능을 보입니다. ZUNA1.1 모델은 Apache 2.0 라이선스에 따라 오픈 소스로 공개됩니다.

We introduce ZUNA1.1, a 380M-parameter diffusion autoencoder for flexible EEG signal reconstruction. ZUNA1.1 is capable of reconstructing variable length sequences of up to 30s, with an arbitrary number of EEG channels at arbitrary scalp locations, and can reconstruct arbitrary temporal intervals within channels in addition to reconstructing entire channels. We demonstrate that ZUNA1.1 performs at least on par with our earlier ZUNA1 model, while being far more flexible and capable of handling a wide range of reconstruction tasks. ZUNA1.1 continues to substantially outperform standard EEG denoising and reconstruction methods such as spherical spline interpolation, which is ubiquitously deployed in the MNE package. The ZUNA1.1 model is released open source under the permissive Apache 2.0 license.