融合Transformer網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)運(yùn)動(dòng)視覺(jué)誘發(fā)電位解碼方法

打開(kāi)文本圖片集

摘要：針對(duì)卷積神經(jīng)網(wǎng)絡(luò)（CNN）在感受野有限、缺乏對(duì)全局信息的有效感知，以及在處理短時(shí)穩(wěn)態(tài)運(yùn)動(dòng)視覺(jué)誘發(fā)電位（SSMVEP）信號(hào)時(shí)分類效果欠佳的問(wèn)題，提出了一種緊湊EEGNet-Transformer（即EEGNetformer）網(wǎng)絡(luò)。EEGNetformer網(wǎng)絡(luò)融合了為腦電（EEG）信號(hào)識(shí)別任務(wù)而設(shè)計(jì)的通用的卷積神經(jīng)網(wǎng)絡(luò)EEGNet網(wǎng)絡(luò)和Transformer網(wǎng)絡(luò)的優(yōu)勢(shì)，有效地捕捉與處理腦電信號(hào)中的局部和全局信息，增強(qiáng)網(wǎng)絡(luò)對(duì)SSMVEP特征的學(xué)習(xí)，進(jìn)而實(shí)現(xiàn)良好的解碼性能。（剩余17382字）