《电子测量技术杂志》发表论文赏析

用于运动想象脑电信号分类的深度学习网络

来源:电子测量技术杂志2025年第1期北京时间:

作者:胡博,谢俊,刘俊杰,王虎

单位:新疆大学智能制造现代产业学院 乌鲁木齐 830017

摘要:运动想象(MI)脑电信号由于包含较长、连续的特征值以及其本身较强的个体差异性和较低的信噪比,导致其识别较为困难。本研究提出一种结合卷积神经网络(CNN)与Transformer的模型,旨在有效解码和分类运动想象脑电信号。该方法以原始多通道运动想象脑电信号作为输入,首先在第1个时间卷积层对信号的时域进行卷积操作,随后在第2个空间卷积层对信号的空域进行卷积操作,从而学习整个一维时间和空间卷积层的局部特征。其次,通过沿时间维度的平均池化层平滑时间特征,并将每个时间点的所有特征通道传递到注意力机制中,以提取局部时间特征中的全局相关性。最后,采用基于全连接层的简单分类器模块对脑电信号进行分类预测。通过在公开的BCI竞赛数据集IV-2a和数据集IV-2b上的实验验证,结果显示该模型可以有效分类MI脑电信号,平均分类准确率可达80.95%和84.79%,相比于EEGNet网络,平均分类准确率分别提升了6.45%和4.31%,有效的提高了运动想象诱发电位信号的脑-机接口性能。

关键词:运动想象;注意力机制;脑电信号;脑-机接口

基金资助:国家自然科学基金(52365040)项目资助

2025年1期其他文献查阅:

基于同步双向A星和灰狼优化的多点巡航规划

基于多任务学习的电机声信号域自适应故障诊断方法

基于CBAM-SRResNet的水下图像超分辨率重建研究

改进YOLOv8的城市行车道路障碍物检测算法研究

基于匹配滤波的非接触生命体征测量

用于运动想象脑电信号分类的深度学习网络

改进YOLOv8的密集人群口罩检测算法

基于轻量化YOLOv7的带式输送机输送带撕裂检测算法

扰动信息未知的永磁同步电机自适应滑模控制

基于多策略改进灰狼算法的无人机路径规划

改进YOLOv8的光伏电池缺陷检测算法

基于多目标跟踪优化的路口车辆轨迹提取方法

基于改进YOLOv8的轻量化皮革缺陷检测方法

基于Densenet模型的步态相位识别研究

融合时频特征的通信辐射源个体识别方法

基于多层注意力和度量学习的商品识别方法

结合视图感知CNN和Transformer的阿尔茨海默病诊断研究

改进YOLOv8n的轻量级遥感图像军用飞机检测算法

基于Enhanced Zero-DCE++的水下选通图像增强技术研究

自适应复杂环境噪声的多重关注联合优化检测算法

基于改进ResNet深度学习的古代壁画分类方法

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!