Thanasis Karagounis

新型混合CNN-biLSTM模型增强了脑机接口的脑电图解码能力

研究人员开发了一种新颖的混合深度学习架构，将卷积神经网络（CNN）与双向长短期记忆（bi-LSTM）网络相结合，用于解码脑机接口（BCI）中的脑电图（EEG）信号。该方法旨在提高运动想象（MI）解码的可靠性，这对于神经系统疾病患者至关重要。CNN从原始脑电图数据中提取空间和时间特征，而bi-LSTM则对这些特征之间的时间依赖性进行建模。使用公共和私有数据集进行的实验表明，CNN&bi-LSTM架构在对两类和三类运动想象任务进行分类时取…