brain-computer interface | BriefGPT

关键词brain-computer interface

搜索结果 - 59

MAD：多对多 MEG 到文本解码
本研究提出了一种使用多重对齐框架将脑电信号转换为文本的新方法，通过在 MEG 信号中直接生成全新的文本，实现了令人印象深刻的 BLEU-1 得分，极大地超越了基线模型，显示出实现 BCI 研究的潜力。
PDFa month ago
基于静息状态脑电信号的跨主体脑电运动想象分类的主体自适应迁移学习
利用静息状态脑电信号来自适应地迁移学习以模拟处理目标用户任务特定的脑电信号，实现了跨个体脑电信号分类的最新准确度，突显了前沿脑机接口系统的潜力。
PDF2 months ago
EEG2TEXT: EEG 预训练和多视角变压器下的开放词汇脑电图到文本解码
通过使用 EEG2TEXT 方法，借助 EEG 预训练和多视图变压器，能够从脑电图信号中提取更准确的开放词汇解码，并在绝对 BLEU 和 ROUGE 得分上超过现有基线方法高达 5%，显示出高性能开放词汇脑机接口与文本系统用于促进交流的巨大
PDF2 months ago
利用地球移动距离量化脑机接口中的空间域解释
利用可解释 AI 技术，在空间领域生成特征相关性，以识别模型结果的重要通道，从而提高脑机接口的可靠性和稳健性。
PDF2 months ago
揭示思维：脑电信号解码成文本之进展综述
脑活动转化为文本的研究在近年来取得了显著的进展，许多研究人员致力于开发新模型将脑电信号解码为文本形式，但该领域仍面临许多挑战，需要进一步改进。该综述文章完整总结了脑电信号转化为文本的进展，包括该技术的成长、仍存在的问题、数据收集方法、信号处
PDF2 months ago
CVPR人脑活动反映的图像重建的智能拟合模型
通过利用人脑活动重建观察图像，脑机接口连接了人类视觉和计算机视觉。本文中，我们设计了心理测量法（Psychometry），一种用于从不同受试者获取的功能磁共振成像（fMRI）重建图像的全适应模型。心理测量法结合了全专家混合（Omni MoE
PDF3 months ago
基于条件扩散模型合成事件相关电位范式的脑电图信号
通过使用生成模型，特别是扩散模型，可以缓解脑机接口领域中的数据稀缺问题。我们通过引入一种新颖的有条件扩散模型，利用无分类器的指导来直接生成主题、会话和类别特定的脑电图数据。结果表明，该模型能够生成类似于真实数据的脑电图数据。
PDF3 months ago
迈向独立于注视的 c-VEP 脑机接口：初步研究
探索利用 c-VEP 协议进行凝视无关的脑机接口技术，使用隐藏空间注意力代替眼部运动，实现基于脑电图的两种条件下高准确率的刺激解码。
PDF3 months ago
从校准到控制：观察脑机接口模型中的脑电特征转移
通过基于肌肉想象的脑机接口数据集，我们观察到运动相关皮质电位的标定和控制任务之间存在较大差异，并且展示了一个基于标定数据训练的 CSP 机器学习模型，对脑机接口控制的驾驶数据进行了出人意料的准确预测。
PDF4 months ago
基于相空间的几何神经网络用于 BCI 解码
我们的研究旨在开发一个深度学习算法，它能在较少数量的电极上提供有效的结果，并通过使用 SPDNet 的增强协方差方法来分析其性能和计算影响以及结果的解释性。通过使用 Mother Of All BCI Benchmark（MOABB）框架在
PDF4 months ago
物理相容和无监督的黎曼领域适应，用于异构脑电数据的机器学习
应用电脑脑电波信号物理学的方法，通过字段插值将脑电通道映射到固定位置，实现源域适应，提高了脑机接口和潜在生物标志应用的分类性能。
PDF4 months ago
FingerNet：基于深度神经网络的手指敲击任务下细致运动想象的脑电解码
脑机接口技术（BCI）利用脑电图（EEG）信号实现人脑与计算机之间的通信，本研究介绍了一种专门用于细微运动意象分类的网络，称为 FingerNet，通过从 EEG 信号中提取时空特征，能够在同一只手内提高分类准确性，实验结果显示 Finge
PDF4 months ago
解码神经信号为语音
在该论文中，我们首次探索了基于跨注意力的 “whisper” 模型，通过 MEG 信号直接生成文本，而无需教师强制，实现了令人印象深刻的 60.30 和 52.89 的 BLEU-1 得分，该论文还对有关神经解码任务的语音解码形成进行了全面
PDF4 months ago
利用 Wasserstein 生成对抗网络提高 EEG 信号分类准确性
提出了一种基于深度学习和 Wasserstein 生成对抗网络的实用解决方案，通过增强小数据集来提高分类器的泛化能力，从而解决脑 - 计算机接口开发中有限的脑电图数据问题。
PDF5 months ago
无创脑电波小波分析鉴别复杂与自然掌握类型
本研究旨在使用脑电图解码手部抓握动作，以用于熟练的神经临床和脑机接口应用，特别是对于运动障碍患者。通过使用新的基于脑电图的脑机接口平台和小波信号处理来区分两种复杂的自然力度和精准的抓握，并与无运动状态（中性条件）进行比较，利用机器学习技术和
PDF5 months ago
基于深度学习的脑电解码的欧氏对齐的系统评估
系统评估了欧几里得对齐与深度学习相结合在解码脑 - 计算机界面信号中的影响，结果显示欧几里得对齐提高了目标主体解码率 4.33%，同时减少了超过 70% 的收敛时间。
PDF5 months ago
增强 RSVP-BCI 解码的具体主题适配器暂态 - 光谱融合变压器
通过提出一种时间 - 频谱融合变换器与个体适配器相结合的快速连续视觉呈现 (RSVP)- 基于脑机接口 (BCI) 技术，以减少依赖新被试数据的训练时间，提高解码性能。
PDF6 months ago
人脑 EEG 与 TD3 深度强化学习间的多智能共驾辅助方法
结合深度强化学习和脑机接口技术的研究，提出了一种协同操作系统来改善自主系统的干预以及通过考虑环境因素来提高脑电图活动解码的性能。
PDF6 months ago
3D-CLMI：基于 3D-CNN、LSTM 和注意力机制的运动想象 EEG 分类模型
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并具有注意力机制的模型来对运动想象 - 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，对于用户的运动想象意图的分类准确度有较大的提升。
PDF6 months ago
脑电信号的相关反馈
使用便携式和高精度脑机接口设备，将大脑信号作为衡量相关性的指示，以改进文档重新排序的性能。实验证明，融合大脑信号在相关性反馈中能够显著提高性能，并且特别适用于一些复杂的搜索场景。
PDF7 months ago