脑解码对抗网络：基于时空模式差异的跨被试MI-BCI研究

文章预览

在当今科技飞速发展的时代，脑机接口（BCI）技术正逐渐成为改变行业控制应用和康复设备的重要力量。近日，北京理工大学信息科学与技术学院的研究人员提出了一种由时空模式差异引导的脑解码对抗网络，用于跨被试运动想象脑机接口（MI-BCI）解码，相关成果发表在《 IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS 》上。   1      研究背景 尽管在深度学习技术的推动下，从脑电信号（EEG）中解码大脑意图在运动想象脑机接口（MI-BCI）中取得了很大进展，但显著的个体差异仍然阻碍着实际的跨被试MI-BCI应用。在实际的跨被试场景中，MI-BCI解码模型面临着数据分布偏移和新用户校准数据有限的两大挑战。个体差异表现为MI任务期间EEG反应的多样性和非平稳的EEG特征，而为了适应新用户，需要校准数据来调整模型参数，但收集足够的数据却很繁琐。尽管基于卷 ………………………………