当前基于脑电图 (EEG) 的梦境检测主要依赖功率谱密度 (PSD) 和统计矩特征，已在 DREAM 数据库上实现约 0.70 的接收器操作特征曲线 (AUC) 的最佳表现。我们提出了 PHINN-EEG（持久同调启发式神经网络用于 EEG），这是第一个用于梦境思维分析的拓扑时间序列框架。
通过滑动窗口 Takens 延迟嵌入和多通道觉醒前 EEG 片段的 Vietoris-Rips 滤波，我们提取了动态 Betti 曲线，以表征神经活动的几何结构，而不仅仅是其能量。这些拓扑不变量结合拓扑条件流匹配，经过分析投影后，预计将在 DREAM 数据库的 1,462 次觉醒开放访问子集上超越现有的 PSD 和 catch22 基准，目标 AUC 达到 0.82-0.90（该数据库总共包含 3,191 次觉醒，涉及 263 名参与者，来自 20 个独立实验室）。
此外，我们还引入了一种拓扑条件的整流流模型用于梦境状态 EEG 合成，并提出了一种具有相似特征维度的频谱条件流模型作为额外的消融基线，以单独验证拓扑条件的价值。我们还提出了一组候选的 Betti 过渡原型，将拓扑与现象学梦境报告类别联系起来，作为一个待实证验证的探索性假设空间。
如果得到验证，这项工作将代表从谱能量到相位空间几何的范式转变，在神经稀有事件检测中具有潜在的未来意义，可能对可穿戴脑机接口梦境监测产生影响。
博主点评： 这项研究开创了脑电图分析的新领域，通过拓扑方法提升了梦境状态的检测精度，具有重要的理论和应用价值。拓扑与神经信号的结合，可能为未来的脑机接口技术带来突破性进展。