跨人跨场景通用
低参数脑电分类模型，用可变形卷积与深度可分离残差块提升跨受试者和跨场景的泛化能力，优于现有最先进模型。
Li, Jingjing · Lee, Chinghung · Zhou, Yanhong · 刘天歌 · Jung, Tzyy Ping · Wan, Xianglong · Duan, Dingna · 文东
Advanced Engineering Informatics 2025
可变形卷积优化空间采样位置，能适应不同个体的脑电特征分布，避免因个体差异导致的性能骤降。
深度可分离残差块在保持性能的同时显著降低计算成本，模型总参数仅0.011M，适合资源受限的实时应用。
在四个数据集上平均准确率达83.96%，超过最先进模型，证明其在认知任务分类中的优越性。