CSP图注意步态模型

86.7% 平均识别率

用共同空间模式构建脑电信号图结构,配合图注意力网络,显著提升了下肢外骨骼中人机交互的多类步态模式识别性能。

Lu, Yanzheng · 王宏 · 陆志国 · Niu, Jianye · 刘冲

Engineering Applications of Artificial Intelligence 2025

参数信息

平均识别准确率
86.747 %

技术优势

识别率够用

平均识别准确率达到 86.747%,显著高于对比模型,能为实时步态切换提供可靠依据。

空间模式先提取

用共同空间模式对多通道脑电做空间滤波,放大了与步态相关的成分,再送入图注意力网络,识别效果更好。

图结构更合理

基于 CSP 提取的时空特征和空间域特征来构建脑电信号的图结构,并比较了基于通道相关性和基于电极空间位置的建图方式,找到了更适合的表征。

能解释学了啥

通过分析多头部注意力系数重建的图结构和模型关注的重点,可以理解模型学习到的通道间关系。

应用场景