实体
bigP3BCI
bigP3BCI
PulseAugur coverage of bigP3BCI — every cluster mentioning bigP3BCI across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的暹罗深度学习框架有助于早期肌萎缩侧索硬化症检测
研究人员开发了Siam-ALS，一个新颖的暹罗深度学习框架，用于早期检测肌萎缩侧索硬化症（ALS）。该框架整合了脑电图（EEG）和眼动追踪（ET）信号，以捕捉与该疾病相关的互补模式。Siam-ALS在EEGET-ALS数据集上表现出高准确率（0.988）和AUROC（0.998），并在BigP3BCI数据集上显示出泛化能力。该模型还融入了可解释性方法，其中SHAP被证明在识别有助于ALS预测的关键EEG和ET模式方面是有效的。
-
可解释模糊建模揭示了神经多样化队列在 P300 BCI 中的差异
研究人员开发了一个可解释的模糊时空框架，用于分析 P300 脑机接口 (BCI) 中大脑信号表征的差异。该新模型在肌萎缩侧索硬化症 (ALS)、自闭症 (AUT) 和神经典型 (NT) 个体队列上进行了测试，取得了与现有深度学习方法相当的性能。该框架重建模糊中心的能力揭示了波形形态和表征几何的系统性、队列依赖性变化，突出了除解码性能之外的群体异质性。