在BCI的背景下,更具体地用于通过脑电图(EEG)测量的数据分析,传统方法基于根据数据计算得出的精心选择的功能。通常应用的技术包括时间域中脑电图数据的主要成分分析,或基于频域中功率谱的特征(Azlan&Low,2014; Boubchir等,2017; Boonyakitanont et al。,2020)。由于深度学习领域的最新进展,提出了避免手动特征提取的神经网络的不同架构,并且似乎超过了更传统的方法。例如,提出了神经网络EEGNET来支持多个BCI范式,通常被称为该领域的基准模型(Lawhern等,2018)。在临床环境中,使用VGG16神经网络的某些变体来检测与癫痫相关的信号(Da Silva LourenC报O等,2021)。通常,深度学习已成功地应用于与脑电图数据有关的各种任务(Craik等,2019; Roy等,2019)。
主要关键词