Sep, 2023
基于 DenseNet 的使用 EEG 解码听觉空间注意力的方法
A DenseNet-based method for decoding auditory spatial attention with EEG
Xiran Xu, Bo Wang, Yujie Yan, Xihong Wu, Jing Chen
TL;DR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。