EEG-to-Report: An Annotation and Feature–Text Framework for Training Language Models on Clinical EEG
本論文は、マルチフォーマットのデータ取り込み、インタラクティブな可視化、および自動特徴量抽出を統合することで、マルチモーダル言語モデルの学習用および自動臨床レポート作成用の構造化された特徴量・テキストペアの生成を可能にし、臨床的なEEGアノテーションを効率化するブラウザベースのフレームワークであるEEG-to-Reportを紹介するものである。