EEGBiFormer

新的EEGBiFormer模型可对脑电图中的实时注意力状态进行分类

研究人员开发了EEGBiFormer，这是一种新颖的混合CNN-Transformer模型，能够将实时脑电图信号分类为注意力状态（专注与非专注）。该模型取得了高精度，窗口级验证准确率为91.3%，记录级准确率为88.2%，同时系统延迟低于100毫秒，可实现实时响应。该技术被用于设计EEG信息听觉协议，在行为研究中将注意力分数显著提高了20%。