通过稀疏自动编码器对脑电图基础模型进行机械解释

arXiv:2605.13930v1 公告类型：新 摘要：脑电图基础模型实现了最先进的临床性能，但驱动其预测的内部计算仍然不透明：这是临床信任的障碍。我们在三个架构不同的 EEG 转换器（SleepFM、REVE 和 LaBraM）上应用 TopK 稀疏自动编码器（SAE），从它们的嵌入中提取稀疏特征字典。通过将这些特征基于临床分类（异常、年龄、性别和药物），我们对跨架构的单一语义和纠缠进行了基准测试。由内在字典健康审计驱动的单个超参数过程可以在所有三种架构之间稳健地传输。通过概念转向，我们引入了“目标与脱靶”探测面积度量来量化转向选择性并揭示三种操作机制：选择性转向、编码但纠缠和非编码。这一框架暴露了关键的代表性失败：破坏全局模型性能的“破坏球”干预措施，以及临床纠葛，例如年龄病理混杂，在这种情况下不可能在不破坏另一个概念的情况下压制一个概念。最后，频谱解码器将这些干预措施映射回幅度谱，将潜在的操纵转化为生理上可解释的频率特征，例如病理性慢波抑制和$\alpha$频带恢复。