EEG-PRIME: Prototype-Aligned Representation Learning with Multi-Level Conditioning for EEG Decoding

📄 arXiv: 2608.13072v1 📥 PDF

作者: Shuailei Zhang, Muyun Jiang, Wei Zhang, Jinbo Chen, Zhiwei Guo, Yong Li, Yi Ding, Cuntai Guan

分类: cs.AI

发布日期: 2026-08-13

💡 一句话要点

提出EEG-PRIME以解决EEG解码中的跨数据集泛化问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 脑电图解码 跨数据集学习 多任务解码 指令调优 模型泛化 脑机接口 深度学习

📋 核心要点

  1. 现有EEG解码模型在不同数据集和个体间泛化能力不足，导致性能下降。
  2. EEG-PRIME通过掩蔽预训练和原型对齐的指令调优，增强模型的指令感知和个体不变性。
  3. 在十六个数据集上进行实验，EEG-PRIME在跨个体设置下表现优于现有最先进模型，且在额外数据集上实现了平衡准确率。

📝 摘要（中文）

脑电图（EEG）解码模型在不同数据集和个体之间的泛化能力较差，主要由于采集协议和个体神经生理的领域转移。为此，本文提出EEG-PRIME，一个用于跨数据集多任务解码的两阶段EEG基础模型。EEG-PRIME结合了掩蔽预训练和原型对齐的指令调优，能够实现跨多种BCI范式的指令感知和个体不变解码。预训练阶段，EEG编码器通过掩蔽重建和频率截止谱增强学习可迁移的表示；指令调优阶段，EEG-PRIME引入任务语义、数据集特定和个体不变的条件信号，调制Q-Former，并利用类标签的冻结文本嵌入作为原型进行基于余弦相似度的预测。实验结果表明，EEG-PRIME在十六个数据集上相较于现有基线和之前的EEG基础模型有显著提升，展现出良好的零-shot迁移能力。

🔬 方法详解

问题定义：本研究旨在解决EEG解码模型在跨数据集和个体间的泛化能力不足的问题。现有方法在不同采集协议和个体神经生理差异下，往往无法有效迁移。

核心思路：EEG-PRIME的核心思路是结合掩蔽预训练和原型对齐的指令调优，以实现指令感知和个体不变的解码能力。通过这种设计，模型能够更好地适应不同的BCI任务和数据集。

技术框架：EEG-PRIME的整体架构分为两个主要阶段：预训练和指令调优。在预训练阶段，EEG编码器通过掩蔽重建和频率截止谱增强学习可迁移的表示；在指令调优阶段，模型引入多层次的条件信号来调制Q-Former。

关键创新：EEG-PRIME的主要创新在于其原型对齐的指令调优机制，通过冻结的文本嵌入作为类标签原型，利用余弦相似度进行预测。这一方法显著提升了模型在异构标签空间的表现。

关键设计：在模型设计中，采用了层级查询调制技术来处理条件信号，同时在损失函数中引入了针对不同任务的语义信息，以增强模型的适应性和泛化能力。具体参数设置和网络结构细节在实验部分进行了详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在十六个数据集上进行的实验表明，EEG-PRIME在跨个体设置下的表现优于现有的最先进基线，且在两个额外的持出数据集上实现了与会话内校准模型相当的平衡准确率，展示了其良好的零-shot迁移能力。

🎯 应用场景

该研究的潜在应用领域包括脑机接口（BCI）、情感识别、注意力缺陷多动障碍（ADHD）检测、隐性言语识别和心理负荷评估等。EEG-PRIME的设计使其能够在不同任务和数据集间实现有效迁移，具有重要的实际价值和广泛的应用前景。

📄 摘要（原文）

Electroencephalography (EEG) decoding models often generalize poorly across datasets and subjects due to domain shifts in acquisition protocols and individual neurophysiology. We propose EEG-PRIME, a two-stage EEG foundation model for cross-dataset multi-task decoding. EEG-PRIME combines masked pretraining with prototype-aligned instruction tuning to enable instruction-aware and subject-invariant decoding across diverse BCI paradigms. During pretraining, an EEG encoder learns transferable representations through masked reconstruction with frequency-cutoff spectral augmentation. During instruction tuning, EEG-PRIME incorporates task-semantic, dataset-specific, and subject-invariant conditioning. The resulting conditioning signal modulates the Q-Former through Layer-wise Query Modulation, while frozen text embeddings of class labels serve as prototypes for cosine-similarity-based prediction across heterogeneous label spaces. Experiments on sixteen datasets covering motor imagery, emotion recognition, ADHD detection, covert speech, and mental workload show consistent improvements over state-of-the-art baselines and prior EEG foundation models under cross-subject settings. On two additional held-out datasets, EEG-PRIME achieves balanced accuracy comparable to within-session calibration models without target-domain optimization, calibration, or linear probing, demonstrating promising zero-shot transfer capability.