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。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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