实体
Md Fahimul Kabir Chowdhury
Md Fahimul Kabir Chowdhury
PulseAugur coverage of Md Fahimul Kabir Chowdhury — every cluster mentioning Md Fahimul Kabir Chowdhury across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
深度学习模型以93.6%的准确率预测rTMS抑郁症治疗结局
研究人员开发了一种新颖的深度学习模型，用于预测重复经颅磁刺激（rTMS）抑郁症治疗的有效性。通过使用欧氏距离傅里叶-贝塞尔级数展开（FBSE-ED）将脑电图（EEG）信号转换为图像，所提出的卷积神经网络（CNN）实现了93.60%的分类准确率。该方法优于现有的特定于EEG的模型和预训练模型，表明其在精神科诊所中用于靶向临床决策和实际部署的潜力。
-
新的CNN架构增强了BCI对抗攻击的安全性
研究人员开发了一种新的、轻量级的卷积神经网络（CNN）架构，旨在提高使用脑电图（EEG）的脑机接口（BCI）的安全性与鲁棒性。这种新模型即使在受到对抗性攻击时，在分类任务中也表现出优越的性能，优于EEGNet和DeepConvNet等现有CNN模型。研究结果表明，更简单的网络设计更能抵抗细微的干扰，这对于基于EEG的BCI的可靠部署至关重要。