学术篇 | 多模态fNIRS脑电分类——基于脑机接口的深度学习算法
近年来,脑机接口(BCI)系统的发展受到神经科学家的广泛关注,脑机接口可以作为一种沟通手段,并为运动障碍患者的运动功能恢复。脑机接口(BCI)设计的一个重要部分是正确地对脑信号进行分类,这些信号过去是通过脑电(EEG)采集的,然而,最近的研究表明,当EEG与fNIRS等其他神经成像方法相结合时,分类结果更为可靠。传统的分类方法需要先验特征预处理来训练模型,这样的特征选择是一个困难且研究较多的问题,通过使用深度神经网络(DNN),记录可以直接反馈给算法进行训练,避免了特征选择的需要。本研究探讨了DNNs在运
原创
2021-03-10 10:28:37 ·
2216 阅读 ·
0 评论