深度学习应用于脑电信号分析处理的相关论文，更新了......

最新推荐文章于 2024-03-07 14:50:00 发布

置顶

清酒学者

最新推荐文章于 2024-03-07 14:50:00 发布

阅读量5.3k

点赞数 21

分类专栏：脑机学习文章标签：深度学习神经网络

本文链接：https://blog.csdn.net/qq_38424674/article/details/109578487

版权

这篇博客汇总了深度学习在脑电信号分析的最新研究，包括深度学习在脑电图（EEG）分析的综述，介绍了一种名为EEGNet的紧凑型卷积神经网络用于脑机接口，探讨了基于EEG的生物特征识别以改进患者识别，展示了如何使用深度信念网络进行情感分类，以及利用深度循环-卷积神经网络学习EEG的表示。文章还提到了多模态情绪识别和认知事件的深度学习方法，为该领域的研究提供了有价值的资源和见解。

摘要由CSDN通过智能技术生成

分享脑机学习论文，欢迎一起讨论
1.（综述性质论文）Deep learning-based electroencephalography analysis: a systematic review
论文地址：论文地址
主要思想：
这篇综述回顾了从 2010 年到 2018 年的 156 篇将 DL（Deep Learning，深度学习）应用在 EEG 的文章，这些论文涵盖了不同的应用领域，如枕测、睡眠、脑机接口、认知和情感监测，并从大量的文献中提取趋势并突出有趣的方法，以便为未来的研究提供信息并制定建议；
这篇综述将分析每个项目的：1)数据、2)预处理方法、3)DL设计选择、4)结果和5)实验重现性；

2.EEGNet a compact convolutional neural network for EEG-based brain–computer interfaces
论文地址：