EEG 中的深度学习：过去十年关键期的进展
信号处理
2021-05-24 v3 机器学习
神经元与认知
摘要
深度学习在广泛领域中取得了优异性能，尤其在语音识别和计算机视觉方面。针对 EEG 的工作相对较少，但在过去十年中仍取得了显著进展。由于缺少全面且涵盖广泛主题的 EEG 深度学习综述，我们试图总结近期进展以提供概览，并对未来发展提出展望。我们首先简要提及 EEG 信号伪迹去除，然后介绍已用于 EEG 处理与分类的深度学习模型。随后，按脑机接口、疾病检测和情感识别等类别综述深度学习在 EEG 中的应用。接着进行讨论，阐述深度学习的优缺点，并提出 EEG 中深度学习的未来方向与挑战。我们希望本文可作为 EEG 深度学习既往工作的总结，以及基于深度学习的 EEG 研究进一步发展与成果的开端。
引用
@article{arxiv.2011.11128,
title = {Deep Learning in EEG: Advance of the Last Ten-Year Critical Period},
author = {Shu Gong and Kaibo Xing and Andrzej Cichocki and Junhua Li},
journal= {arXiv preprint arXiv:2011.11128},
year = {2021}
}
备注
Accepted for publication in the IEEE Transactions on Cognitive and Developmental Systems