听觉注意解码 (AAD) 算法从捕捉听众神经活动的脑电图 (EEG) 信号中解码听觉注意。这种 AAD 方法被认为是所谓的神经引导助听设备的重要组成部分。例如,传统的 AAD 解码器通过从 EEG 信号重建关注语音信号的幅度包络,可以检测听众正在关注多个说话者中的哪一个。最近,提出了一种这种刺激重建方法的替代范例,其中仅基于 EEG 使用通用空间模式滤波器 (CSP) 来确定听觉注意的方向焦点。在这里,我们提出基于黎曼几何的分类 (RGC) 作为这种 CSP 方法的替代,其中直接对新 EEG 段的协方差矩阵进行分类,同时考虑其黎曼结构。虽然所提出的 RGC 方法对于短决策长度(即用于做出决策的 EEG 样本数量)的表现与 CSP 方法相似,但我们表明,对于较长的决策窗口长度,它的表现明显优于 CSP 方法。
主要关键词