基于自注意力机制的运动想象显著性无监督检测
信号处理
2022-04-20 v1
摘要
检测运动想象脑电（MI-EEG）信号的显著部分可提升脑机接口（BCI）系统性能并减少处理冗长MI-EEG信号所需的计算负担。本文提出一种基于自注意力机制的无监督方法，自动检测MI-EEG信号的显著区间。我们所提方法可用作任意BCI算法中的预处理步骤以增强其性能。使用BCI竞赛IV的2a数据集，在最广泛使用的BCI算法——共空间模式（CSP）算法上评估了所提方法的有效性。结果表明，该方法能有效剪枝MI-EEG信号，并显著提升CSP算法在分类准确率方面的性能。
引用
@article{arxiv.2204.08633,
title = {Unsupervised Motor Imagery Saliency Detection Based on Self-Attention Mechanism},
author = {Navid Ayoobi and Elnaz Banan Sadeghian},
journal= {arXiv preprint arXiv:2204.08633},
year = {2022}
}
备注
to appear in 44th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC 2022)