基于自注意力 CNN 的部分先验迁移学习用于中风患者脑电图解码

文章预览

（图片来自原文） 导    语 近日，来自上海交通大学的研究团队提出了一种基于自注意力卷积神经网络和部分先验迁移学习（SACNN-PPTL）的方法，提高了单侧上肢运动想象多任务的分类性能。相关成果发表在《Scientific Reports》上。 研究背景 脑卒中是高致残率和高死亡率的疾病，现有的康复治疗手段对大多数患者的效果有限。传统的被动康复方法难以有效激活患者的运动神经中枢，限制了神经重塑的效果。而基于运动想象（Motor Imagery, MI）的脑机接口（BCI）技术显示了显著的康复潜力，能够主动刺激患者大脑中的运动区域，有助于神经回路的重塑。尤其对于偏瘫患者，多任务的单侧上肢运动想象能够激活更多的脑区，具有较高的康复价值，但也增加了脑电信号（EEG）解码的难度。 研究概述 基于功能化导电聚合物的设计，研究团队设计了功能化聚苯 ………………………………