摘要。基于运动想象 (MI) 脑电图 (EEG) 的脑机接口 (BCI) 通过利用与运动想象相关的神经通路,实现了人机之间的直接通信。因此,这些系统为开发从医疗领域到娱乐行业的应用提供了可能性。在这种背景下,人工智能 (AI) 方法变得至关重要,尤其是在想要向 BCI 用户提供正确且连贯的反馈时。此外,基于 MI EEG 的 BCI 领域的公开数据集已被广泛用于测试 AI 领域的新技术。在这项工作中,研究了应用于不同年份、使用不同设备但具有连贯实验范式的数据集的 AI 方法,目的是提供简明而又足够全面的调查,介绍 AI 技术对基于 MI EEG 的 BCI 数据的演变和影响。
![arXiv:2210.06290v1 [eess.SP] 2022 年 10 月 11 日PDF文件第1页](/bimg/9/9317aa80fef426a5a32b1511ec4b7a5e54e93777.webp)
![arXiv:2210.06290v1 [eess.SP] 2022 年 10 月 11 日PDF文件第2页](/bimg/5/538539c5157ec1733fd764c386536f400b44d4f7.webp)
![arXiv:2210.06290v1 [eess.SP] 2022 年 10 月 11 日PDF文件第3页](/bimg/c/c3d4e179660757651b18cc7d579842e848f53795.webp)
![arXiv:2210.06290v1 [eess.SP] 2022 年 10 月 11 日PDF文件第4页](/bimg/4/4e3b91cb4a754af81a3e1214ee97e70a9dc526ab.webp)
![arXiv:2210.06290v1 [eess.SP] 2022 年 10 月 11 日PDF文件第5页](/bimg/1/18655d251172d0ff596de8f59263bf433686433c.webp)
