研究人员开发了CFSPMNet，这是一个旨在改进中风患者运动想象脑电图（MI-EEG）信号解码的新型框架。该新模型通过将MI-EEG视为潜在神经状态组织来解决跨患者解码的挑战，它结合了傅里叶重组状态Mamba网络（FRSM）和共享-私有原型匹配（SPPM）。在两个中风MI-EEG数据集上的实验表明，CFSPMNet与现有的基于CNN、Transformer和Mamba的方法相比，实现了更高的准确率，这表明潜在神经状态建模可以增强用于康复的脑机接口解码。 AI
影响 引入了一种新的跨患者BCI解码方法，有望改进中风幸存者的康复工具。
排序理由 发表了一篇新的学术论文，详细介绍了新型模型架构及其在特定任务上的性能。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
