BriefGPT - AI 论文速递
·
多通道脑电拓扑特征搜索方法：在注意力缺陷多动障碍分类中的应用
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于 transformer-based 网络的新型框架，用于从 EEG 信号中获取注意状态。该网络在两个公共数据集上取得了比现有模型更高的效果，可应用于评估注意力缺陷多动障碍 (ADHD) 症状或驾驶评估中的警觉度。
🎯
关键要点
- 提出了一种基于 transformer-based 网络的新型框架
- 该框架用于从 EEG 信号中获取注意状态
- 优化了特征提取方法和频带
- 在两个公共数据集上训练和验证
- 取得了比现有模型更高的效果
- 可应用于评估注意力缺陷多动障碍 (ADHD) 症状
- 可用于驾驶评估中的警觉度
➡️
