机构名称：
¥ 1.0
具体而言，该模型基于适用于脑电的图结构作为输入，在非欧几里德空间中准确表示脑电电极的分布并充分考虑电极间的空间相关性。此外，利用双分支架构将原始脑电信号转化为时空图表示和空谱图表示，提取时空谱多维特征信息。最后，设计注意力机制与全局特征聚合模块，并结合图卷积自适应地捕捉脑电信号在各维度上的动态相关性强度与有效特征。在多个不同的公开脑机接口数据集上的一系列对比实验与消融实验证明了所提方法的优异性。值得一提的是，该模型是一个通用的脑电信号分类框架，适用于基于脑电研究的情绪识别、睡眠分期等领域，并且有望在现实生活中运动想象康复的医学领域得到应用。
基于深度学习的动作想象分类方法
主要关键词
相关文件推荐
