机构名称：
¥ 1.0
摘要 眼球运动发出的电信号由于与传感器的距离很近且出现频率很高，会在脑电信号上产生非常强烈的伪影。在检测脑电波形中的眨眼伪影以进一步去除和净化信号方面，文献中提出了多种策略。最常用的方法需要使用大量电极、复杂的设备来采样和处理数据。这项工作的目标是创建一种可靠且独立于用户的算法，用于使用 CNN（卷积神经网络）检测和去除脑电信号中的眨眼。为了进行训练和验证，使用了三组公共脑电数据。这三组数据都包含在招募的受试者执行指定任务时获得的样本，这些任务包括在特定时刻自愿眨眼、观看视频和阅读文章。本研究中使用的模型能够全面理解将普通脑电信号与受眨眼伪影污染的信号区分开来的所有特征，而不会被仅在信号被记录的情况下出现的特定特征过度拟合。关键词：伪影去除技术；信号处理；眨眼；BCI。
使用卷积神经网络的 EEG 多用途眨眼检测器
主要关键词
相关文件推荐
