边缘稀疏基网络：一种用于EEG源定位的深度学习框架
机器学习
2021-06-17 v3 信号处理
摘要
EEG源定位是EEG分析中的重要技术问题。尽管已有许多数值方法用于EEG源定位，但它们都依赖强先验且深部源难以处理。本文提出一种利用空间基函数分解的深度学习框架用于EEG源定位。该框架结合了边缘稀疏先验与高斯源基，称为边缘稀疏基网络(ESBN)。ESBN的性能通过运动任务期间的合成数据与真实EEG数据均得到验证。结果表明，有监督的ESBN在合成数据中优于传统数值方法，而无监督微调在真实数据中提供了更集中且准确的定位。我们提出的深度学习框架可扩展以考虑其他源先验，且ESBN的实时性可促进EEG在脑机接口与临床中的应用。
引用
@article{arxiv.2102.09188,
title = {Edge Sparse Basis Network: A Deep Learning Framework for EEG Source Localization},
author = {Chen Wei and Kexin Lou and Zhengyang Wang and Mingqi Zhao and Dante Mantini and Quanying Liu},
journal= {arXiv preprint arXiv:2102.09188},
year = {2021}
}