互补双分支感受野网络用于跨通道密度运动想象脑机接口解码
《Biomimetics》:A Complementary Dual-Branch Receptive Field Network for Cross-Channel-Density Motor Imagery EEG Decoding
【字体:
大
中
小
】
时间:2026年09月24日
来源:Biomimetics 4.2
编辑推荐:
脑机接口(BCI)能够实现大脑与外部设备之间的直接通信,为人类与人工系统之间提供了一种仿生连接。然而,基于脑电图(EEG)的运动想象(MI)解码仍然面临挑战,原因在于时间信息的利用有限以及时空建模不足。为缓解这些局限,提出了一种互补双分支感受野网络(DBRFNet),用于跨通
脑机接口(BCI)能够实现大脑与外部设备之间的直接通信,为人类与人工系统之间提供了一种仿生连接。然而,基于脑电图(EEG)的运动想象(MI)解码仍然面临挑战,原因在于时间信息的利用有限以及时空建模不足。为缓解这些局限,提出了一种互补双分支感受野网络(DBRFNet),用于跨通道密度的MI-EEG解码。具体而言,设计了两条具有不同时间感受野的互补分支,以捕获多尺度时间动态。每条分支采用渐进式时空模块,整合时间卷积、深度空间卷积和空洞卷积,用于建模短期和长期时间依赖关系。两条分支的特征通过逐元素相加进行融合,并进一步编码以进行分类。所提出的方法在三个代表低密度、中密度和高密度EEG配置的公开数据集上进行评估。在交叉验证分析中,DBRFNet的解码准确率分别为80.48%、84.37%和92.24%;在留一验证分析中,分别为87.76%、80.94%和94.64%,展示了与最先进方法相比具有竞争力的性能。消融研究进一步验证了所提出架构中各组件的有效性。这些结果表明,DBRFNet能够有效学习具有判别力的时空表示,并为MI-BCI系统提供了一种鲁棒的解决方案。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号