脑电超分辨率增强算法

重建精度提升

该算法利用少量高分辨率脑电数据重建新受试者的高分辨率脑电，提升自闭症谱系障碍的区分和功能连接分析能力。

汤云波 · 林啟锋 · 于元隆 · 陈丹

Artificial Intelligence in Medicine 2025

参数信息

归一化均方误差降低

2.14 %

信噪比提升

0.52 dB

皮尔逊相关系数提升

1.17 %

技术优势

重建精度高

通过耦合矩阵分解和拉普拉斯正则化，捕捉脑结构连接关系，使归一化均方误差降低2.14%。

提升ASD分析

重建的脑电在自闭症谱系障碍区分和功能连接分析上表现优于低分辨率原始数据。

应用场景

• 脑电信号增强：用少量高密度脑电重建新受试者的高分辨率信号，提升数据质量。
• 脑机接口：增强脑电信号质量，提高脑机接口系统的识别准确率。
• 神经影像分析：获得高分辨率脑电，改善自闭症等功能连接分析的效果。
• 脑电设备：从低密度设备数据重建出高密度信号，降低硬件成本。