中文

EEG 运动想象解码:一种基于通道注意力机制的对比分析框架

人机交互 2024-02-22 v2 人工智能 机器学习

摘要

本研究旨在探讨脑机接口(BCI)领域中各种通道注意力机制在运动想象解码中的应用。通道注意力机制可视为传统用于运动想象解码的空间滤波器的有力演进。本研究通过将此类机制集成到一个轻量级架构框架中以评估其影响,从而系统地比较这些机制。我们精心构建了一个直截了当且轻量的基线架构,旨在无缝集成不同的通道注意力机制。该方法与先前仅研究单一注意力机制且通常构建非常复杂、有时嵌套的架构的工作相反。我们的框架使我们能够在相同条件下评估和比较不同注意力机制的影响。不同通道注意力机制的易集成性以及低计算复杂度使我们能够在四个数据集上进行广泛实验,以彻底评估基线模型及注意力机制的有效性。我们的实验展示了我们架构框架的优势与泛化能力,以及通道注意力机制如何在保持小内存占用和低计算复杂度的同时提升性能。我们的架构强调简洁性,提供通道注意力机制的易集成性,同时在数据集间保持高度泛化能力,使其成为脑机接口中 EEG 运动想象解码的一种通用且高效的方案。

关键词

引用

@article{arxiv.2310.11198,
  title  = {EEG motor imagery decoding: A framework for comparative analysis with channel attention mechanisms},
  author = {Martin Wimpff and Leonardo Gizzi and Jan Zerfowski and Bin Yang},
  journal= {arXiv preprint arXiv:2310.11198},
  year   = {2024}
}

备注

Submitted to: Journal of Neural Engineering