摘要 — 脑机接口 (BCI) 用于识别人类的状态和意图,实现人与设备之间的通信。使用脑电图 (EEG) 信号进行人与无人机之间的通信是 BCI 领域最具挑战性的问题之一。特别是,与无人机控制相比,无人机群的控制(方向和编队)具有更多优势。视觉意象 (VI) 范式是受试者在视觉上想象特定的物体或场景。减少受试者 EEG 信号之间的变异性对于基于 BCI 的实际系统至关重要。在本研究中,我们提出了子纪元特征编码器 (SEFE),以通过使用 VI 数据集来提高与受试者无关的任务的性能。本研究是首次尝试展示基于 VI 的 BCI 中受试者之间泛化的可能性。我们使用留一交叉验证来评估性能。包含我们提出的模块比排除我们提出的模块时获得更高的性能。在六种不同的解码模型中,带有 SEFE 的 DeepConvNet 表现出最高的 0.72 性能。因此,我们证明了使用我们提出的模块在与主题无关的任务中解码 VI 数据集并具有稳健性能的可行性。
主要关键词