《电子测量技术杂志》发表论文赏析

DBTNet:一种用于运动想象脑电解码的融合网络

来源:电子测量技术杂志2026年第7期北京时间:

作者:李响,艾尔肯·亥木都拉,王路路

单位:新疆大学智能制造现代产业学院(机械工程学院) 乌鲁木齐 830017

摘要:针对运动想象脑电信号(MI-EEG)空间分辨率低及个体差异性大导致的模型解码性能受限问题,创新性地提出了一种基于注意力双分支卷积网络(ADBCN)和时序多尺度注意力机制(TMSA)的DBTNet模型。该模型通过双分支卷积网络多尺度提取时空特征,结合高效多尺度注意力机制(EMA)强化对EEG信号的空间特征提取能力。随后,采用时序多尺度注意力机制以不同感受野同时捕获局部特征与全局依赖关系,从而获得更丰富的特征信息。最终通过分类器进行特征融合,实现高效解码。在受试者依赖评估方法中,该模型在BCI竞赛IV-2a数据集上的4分类准确率为86.57%,Kappa系数为0.821 0;在BCI竞赛IV-2b数据集上的二分类准确率为88.95%,Kappa系数为0.779 0。实验结果表明,DBTNet模型具有优异的解码性能。

关键词:脑机接口;脑电图;多头注意力;运动想象;双分支卷积网络

基金资助:国家自然科学基金(10971177)项目资助

2026年7期其他文献查阅:

基于LightGBM的标准单元动态电流预测

基于软硬协同的Paillier同态加密算法加速方案设计

基于改进GANomaly网络的轮胎缺陷图像检测

基于改进深度可分离复值网络的开集调制识别方法

基于超窄脉冲触发的宽带微波取样器设计

基于改进MMoE的联合活动识别与室内定位算法

基于改进YOLOv8的PE燃气管道缺陷检测算法

基于平滑迭代ESKF的无人船位姿估计算法

基于INGO_BiLSTM_SA的短期风电功率预测

一种PMSM自整定在线惯量辨识策略

基于CW-EMA分解与组合神经网络的风电功率预测

基于自适应模型预测的T型三电平逆变器并网控制

基于HCDNet-YOLO11的输电线路关键部位及缺陷检测算法

中间包内嵌分布式钢水连续测温系统的研发

DBTNet:一种用于运动想象脑电解码的融合网络

基于高斯加权动态时间规整的时间序列聚类

基于VMD-Informer和表面肌电信号的下肢关节角度预测

基于改进UNeXt的岩心目标提取算法

基于互补混合专家与一致性偏置路由的图像去雪算法

无人机航拍小目标检测研究

基于改进YOLOv10n的钢轨表面缺陷检测

注意力与多尺度特征融合的胸部疾病分类

改进RT-DETR矿工不安全行为检测方法

基于Transformer和XCA注意力的车道线检测方法

面向机器人的轻量化多目标检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!