bevictor伟德官网-新型深度神经网络模型助力脑机接口应用—新闻—科学网

华东理工年夜学传授金晶团队提出了一种基在金字塔挤压留意力机制的深度神经收集模子，为基在稳态视觉诱发电位的脑机接口于真实场景中的运用提供了理论依据及要领参考。4月21日，相干研究结果发表在《IEEE图象处置惩罚汇刊》。

基在稳态视觉诱发电位的脑机接口具备相应速率快、信息传输率高档上风，最近几年来遭到广泛研究。然而，主流稳态视觉诱发电位解码要领高度依靠人工设计特性与被试内练习，特性提取主不雅性强、泛化能力有限，跨被试场景下机能年夜幅降落。现有深度进修要领虽具有主动特性进修能力，但未充实交融频域、空域、时域多维信息，且纰漏新被试的个性化神经相应特性。

研究团队提出的新型深度神经收集，经由过程频域、空域、时域结合特性提取与三阶段迁徙进修，可显著晋升稳态视觉诱发电位脑机接口跨被试方针辨认机能，为低信噪比、小样本场景下的脑电旌旗灯号解码提供了高效解决方案。