基于深度学习的非侵入式脑信号研究综述：近期进展与新前沿
人机交互
2020-10-23 v5 机器学习
信号处理
神经元与认知
摘要
脑机接口（BCI）通过将个体的脑信号解码为计算机设备可识别的指令，架起了人类神经世界与外部物理世界之间的桥梁。近年来，深度学习显著提升了脑机接口系统的性能。在本文中，我们系统地研究了用于 BCI 的脑信号类型以及用于脑信号分析的相关深度学习概念。随后，我们通过总结过去五年中发表的两百三十余篇文献，对用于 BCI 的深度学习技术进行了全面综述。最后，我们讨论了基于深度学习的 BCI 的应用领域、开放性挑战与未来方向。
引用
@article{arxiv.1905.04149,
title = {A Survey on Deep Learning-based Non-Invasive Brain Signals:Recent Advances and New Frontiers},
author = {Xiang Zhang and Lina Yao and Xianzhi Wang and Jessica Monaghan and David Mcalpine and Yu Zhang},
journal= {arXiv preprint arXiv:1905.04149},
year = {2020}
}
备注
Accepted by Journal of Neural Engineering. Summarized more than 200+ brain signal-related papers, systematically covering 8 Brain-Computer Interface (BCI) categories and 10+ deep learning models