3D-CLMI:基于 3D-CNN、LSTM 和注意力机制的运动想象 EEG 分类模型

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本研究提出了一种结合三维卷积神经网络与长短期记忆网络的模型,用于对运动想象 - 电子脑接口信号进行分类。实验结果表明该模型在运动想象任务领域取得了更高的分类准确度和F1值,对用户的运动想象意图的分类准确度有较大的提升。

🎯

关键要点

  • 本研究提出了一种结合三维卷积神经网络与长短期记忆网络的模型。
  • 该模型用于对运动想象 - 电子脑接口信号进行分类。
  • 实验结果表明该模型在运动想象任务领域取得了更高的分类准确度和F1值。
  • 模型对用户的运动想象意图的分类准确度有较大的提升。
➡️

继续阅读