WaveNet
Parent: ai_keywords
WaveNet
核心定义
WaveNet 是 DeepMind 于 2016 年提出的深度自回归生成模型，直接对原始音频波形进行建模。它通过堆叠扩张因果卷积（dilated causal convolutions）在保持时序因果性的同时指数级扩大感受野，能够生成高保真语音、音乐及非平稳生物信号。
关键技术点
- 因果卷积：输出仅依赖于当前及历史时刻的输入，严格保证时序上的“过去”不受到“未来”影响，适合序列建模。
- 扩张卷积：通过指数级增加空洞率（如 1,2,4,8,…），在层数有限时获得极大感受野，捕获长程依赖关系，同时保持参数效率。
- 门控激活单元：采用
tanh(W_f∗x)⊙σ(W_g∗x)的 gated activation，增强非线性表达能力，类似 PixelCNN 的设计。 - 残差与跳跃连接：残差块加速深层网络训练，跳跃连接汇集各层特征，改善梯度流动与生成质量。
- 条件机制：可引入额外变量（如说话人身份、文本特征、生理状态），使生成过程受外部条件调控，适用于可控信号合成。
医学/神经科学应用场景
癫痫发作前兆的脑电（EEG）预测（背景：首都医科大学神经病学研究）
WaveNet 可对长程头皮 EEG 或颅内脑电（iEEG）进行自回归建模，利用扩张因果卷积捕获跨频段（δ、θ、α、β 等）的时空耦合模式。通过条件 WaveNet 输入患者既往发作间期的标记（如棘波、锐波），模型能生成未来数秒乃至数分钟的 EEG 波形，预测发作期节律的转变（如去同步→同步化→高频振荡）。相对于传统阈值法，WaveNet 在保持低假阳率的前提下，显著提前癫痫发作预警时间（平均 > 30 分钟），为闭环神经调控（如迷走神经刺激或脑深部电刺激）提供干预窗口。此外，该模型还可用于生成帕金森病运动皮层局部场电位的病理波形，辅助 DBS 参数优化。
