SF-TGCN运动想象解码模型

平均准确率提升显著

引入空间滤波模块提升脑电信号空间分辨率,并采用时序卷积与图卷积联合学习电极拓扑,在公开与私有数据集上均取得领先解码精度。

唐贤伦 · Yidan, Qi · 刘柯 · 李锐 · 王会明

Expert Systems with Applications 2024

参数信息

平均准确率
80.82 %
平均准确率
87.98 %

技术优势

空间分辨率提升

通过拉普拉斯图算子构建空间滤波模块,有效降低容积传导导致的电极间信息冗余。

电极拓扑可学习

图卷积网络模块学习电极连接拓扑,准确刻画多电极间的复杂关系。

解码精度领先

在BCI IV 2a公开数据集上平均准确率80.82%,私有数据集87.98%,优于其他最先进方法。

应用场景