脑电预测网络

预测准确率96.7%

一种用于从运动员动态脑电波预测运动表现的混合卷积神经网络，能识别与精英运动表现相关的大脑动态。

Yu-Hung, Tsai · Sheng-Kuang, Wu · Yu, Shyr Shen · Meng-Hsiun, Tsai

Mathematics 2023

参数信息

分类准确率

96.70 %

技术优势

开放技能也能用

针对以往研究很少涉及的开放技能（如表乒乓球击球）采集动态脑电并建模，拓展了脑电预测运动表现的应用范围。

准确率够高

提出的混合深度神经网络可达到96.70%的分类准确率，满足实际辅助决策的需求。

应用场景

• 运动员选拔：用脑电波客观评估运动天赋，辅助选拔。
• 运动认知评估：通过脑电模式评估认知能力与运动表现关联。
• 运动训练优化：识别与优秀表现相关的脑电特征，指导训练调整。
• 可穿戴神经反馈：为可穿戴设备提供实时表现预测的算法基础。