CORTEG (Stanford, pooled)

CORTEG — адаптация ST-EEGFormer small к ECoG от braindecode. Модель на 25,5 млн параметров декодирует сгибание пяти пальцев по 1 секунде сигнала ECoG.

🔮 Ключевые особенности

• 🔮 Архитектура: ST-EEGFormer small с LoRA-факторами (r=4, alpha=16), свёрнутыми в веса.
• 💻 На входе два потока одного 1-секундного окна: сигнал 128 Гц и огибающая 70–200 Гц на 200 Гц.
• ✅ Выход (batch, 5) — сгибание большого, указательного, среднего, безымянного пальцев и мизинца.
• 📍 Сохранённая геометрия — 8 каналов, но модель читает любой монтаж через chs_info или pos.
• ❌ Readout оставлен в случайной инициализации, как в релизе: адаптер обучался вокруг него.

💻 Пример

import torch
from braindecode.models import CORTEG

model = CORTEG.from_pretrained(
    'braindecode/corteg-stanford-pooled', chs_info=raw.info['chs']
).eval()
flexion = model(x, x_hi)

Подробнее

Авторы сообщают Pearson r 0,554 для pooled-набора из 9 пациентов Stanford.
Модель обучена на первых 400 с каждой записи; другие пациенты и задачи требуют fine-tuning.
Выход z-нормализован по пальцам и относится к моменту за 40 мс до конца окна.
Проверка покрывает только выходы float32 на CPU, а не точность декодирования или GPU.