基于关系网络的脑机接口迁移学习方法解码脑电中的运动想象与执行
信号处理
2020-02-04 v1
摘要
脑机接口（BCI）不仅用于健康人控制外部设备，也用于运动功能障碍患者的运动功能康复。解码运动意图是利用脑信号执行手臂运动任务最重要的方面之一。从脑电图（EEG）信号解码运动执行（ME）在以往工作中已展现出较高性能，然而基于运动想象（MI）范式的意图解码迄今未能达到足够精度。本研究聚焦于一种针对 ME 与 MI 范式的鲁棒 MI 解码迁移学习方法。我们采集了与三维方向手臂伸展相关的 EEG 数据。提出了一种基于关系网络（Relation network）的 BCI 迁移学习方法（BTRN）架构。解码性能相较传统工作展现出最高水平。我们确认了 BTRN 架构利用 ME 数据集实现 MI 连续解码的可能性。
引用
@article{arxiv.2002.00538,
title = {Decoding Movement Imagination and Execution from EEG Signals using BCI-Transfer Learning Method based on Relation Network},
author = {D. -Y. Lee and J. -H. Jeong and K. -H. Shim and S. -W. Lee},
journal= {arXiv preprint arXiv:2002.00538},
year = {2020}
}
备注
5 pages, accepted by ICASSP 2020