BriefGPT - AI 论文速递
·
基于脑电图的阿尔茨海默病分类的光谱、时域和空间信息平衡
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于transformer-based网络的新框架，用于从EEG信号中获取注意状态。该网络经过训练和验证，在两个公共数据集上表现出比现有模型更好的效果。该框架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
- 表现出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
➡️
