HFO Ehfo

H

HFO Ehfo

由 roychowdhuryresearch 开发

一套专为神经信号中高频振荡（HFOs）分类设计的机器学习模型，用于癫痫和脑功能研究。

开源协议:MIT #神经信号分析 #癫痫生物标志物 #深度学习分类

下载量 18

发布时间 : 1/25/2025

模型简介

本模型包含伪迹检测、spkHFO检测和eHFO检测三个子模型，旨在帮助研究人员和临床医生高效分析HFOs。

模型特点

全流程分类管道

涵盖伪迹去除、spkHFO检测和eHFO检测，简化HFO分析流程。

前沿模型架构

采用先进深度学习技术构建，确保高准确性与鲁棒性。

易用API接口

可通过Hugging Face的transformers库直接加载模型，无缝集成至研究管线。

模型能力

神经信号分类

伪迹检测

特定HFO亚型识别

使用案例

医疗研究

癫痫研究

通过检测eHFOs识别致痫性脑区

脑功能分析

通过spkHFOs分析脑功能活动

临床诊断

癫痫辅助诊断

通过HFOs分析辅助癫痫诊断

精选推荐AI模型

Qwen2.5 VL 7B Abliterated Caption It I1 GGUF

Qwen2.5-VL-7B-Abliterated-Caption-it的量化版本，支持多语言图像描述任务。

图像生成文本

Transformers 支持多种语言

Nunchaku Flux.1 Dev Colossus

Colossus Project Flux 的 Nunchaku 量化版本，旨在根据文本提示生成高质量图像。该模型在优化推理效率的同时，将性能损失降至最低。

图像生成英语

Qwen2.5 VL 7B Abliterated Caption It GGUF

这是一个基于Qwen2.5-VL-7B模型的静态量化版本，专注于图像描述生成任务，支持多种语言。

图像生成文本

Transformers 支持多种语言

Olmocr 7B 0725 FP8

olmOCR-7B-0725-FP8是基于Qwen2.5-VL-7B-Instruct模型，使用olmOCR-mix-0225数据集微调后量化为FP8版本的文档OCR模型。

图像生成文本

Transformers 英语

Lucy-128k是基于Qwen3-1.7B开发的专注于代理式网络搜索和轻量级浏览的模型，在移动设备上也能高效运行。

大型语言模型

Transformers 英语

AIbase

智启未来，您的人工智能解决方案智库

© 2025AIbase 备案号：闽ICP备08105208号-24