Bipul Thapa

AI驱动的轮椅采用Transformer脑电图模型实现先进的BCI控制

研究人员开发了一种新颖的AI驱动的脑机接口（BCI）轮椅控制系统，利用运动想象的脑电图（EEG）数据。该系统名为TFormerEEG，采用基于Transformer的深度学习架构对左右手运动进行分类，测试准确率达到93.04%。通过交叉验证，该方法平均准确率为91.18%，优于XGBoost和EEGNet等基线模型。一个基于Tkinter的界面根据这些分类的运动模拟轮椅导航。