基于 DenseNet 的使用 EEG 解码听觉空间注意力的方法
原文中文，约300字，阅读约需1分钟。发表于：。通过将原始的 EEG 通道转化为二维空间拓扑图，将 EEG 数据转化为包含时空信息的三维排列，并使用 3D 深度卷积神经网络（DenseNet-3D）提取被关注位置的神经表示的时空特征。结果表明，该方法在常用的 KULeuven（KUL）数据集上以 1 秒决策窗口取得了比最先进方法（XANet 的 90.6%）更高的解码精度（94.4%），我们的工作代码可以在 GitHub 上获取。
该研究使用DenseNet-3D将EEG通道转化为三维排列，并提取时空特征，以94.4%的解码精度超越最先进方法。代码可在GitHub上获取。
