研究人员开发了 BandRouteNet，这是一种新颖的神经网络，旨在去除脑电图 (EEG) 信号中的伪影。这种自适应的、频率感知的模型在特定频带内处理脑电图数据，同时也考虑了全带上下文。BandRouteNet 独特的路由机制使其能够选择性地对每个频带内的不同时间位置进行去噪，从而提高信号质量。实验表明，它在各种伪影类型的基准数据集上优于现有方法，并且参数效率高。 AI
影响 为清理嘈杂的脑电图数据提供了一种参数效率更高的方法，有望提高脑机接口和诊断应用的准确性。
排序理由 详细介绍一种新的信号处理神经网络架构的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.24428v1 Announce Type: cross Abstract: Electroencephalography (EEG) is highly susceptible to artifact contamination, such as electrooculographic (EOG) and electromyographic (EMG) interference, which severely degrades signal quality and hinders reliable interpretation i…
Electroencephalography (EEG) is highly susceptible to artifact contamination, such as electrooculographic (EOG) and electromyographic (EMG) interference, which severely degrades signal quality and hinders reliable interpretation in applications including neurological diagnosis, b…