Interpretable EEG Microstate Discovery via Variational Deep Embedding: A Systematic Architecture Search with Multi-Quadrant Evaluation

Dieses Papier stellt das Convolutional Variational Deep Embedding (Conv-VaDE) Modell für die EEG-Mikrostatusanalyse vor. Es verbessert die Interpretierbarkeit, indem es gemeinsam topografische Rekonstruktion und probabilistisches Soft-Clustering lernt, was eine generative Dekodierung von Cluster-Prototypen in verifizierbare Kopfhauttopografien ermöglicht.