A parallel multi-scale time-frequency block convolutional neural network based on channel attention module for motor imagery classification

脑-机接口 计算机科学 卷积神经网络 运动表象 解码方法 脑电图 人工智能 模式识别(心理学) 块(置换群论) 特征提取 频道(广播) 接口(物质) 语音识别 算法 精神科 几何学 最大气泡压力法 数学 计算机网络 气泡 并行计算 心理学
作者
Hongli Li,Hongyu Chen,Ziyu Jia,Ronghua Zhang,Feichao Yin
出处
期刊:Biomedical Signal Processing and Control [Elsevier]
卷期号:79: 104066-104066 被引量:27
标识
DOI:10.1016/j.bspc.2022.104066
摘要

The motor imagery brain-computer interface (MI-BCI) based on electroencephalography (EEG) enables direct communication between the human brain and external devices. In this paper, the MTFB-CNN, a parallel multi-scale time-frequency block convolutional neural network based on the channel attention module, is proposed for EEG signals decoding, which can adaptively extract the time, frequency, and time-frequency domain features through parallel multi-scale time-frequency blocks, and then fuses and filters the features through attention mechanism and residual module. Experimental results based on the BCI Competition IV 2a and 2b datasets and the high gamma dataset show that the model achieves the highest average accuracy and kappa compared with existing baseline models. The MTFB-CNN is a novel and effective end-to-end model for decoding EEG signals without complex signals pre-processing operations, which has multi-scale feature extraction capability, making it successful in MI-BCI applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
胡萝卜icc完成签到,获得积分10
刚刚
xms2022完成签到,获得积分10
刚刚
金刚经应助苏木采纳,获得10
1秒前
云舒发布了新的文献求助10
1秒前
善学以致用应助刘晨旭采纳,获得10
2秒前
研友_Z7X1z8完成签到,获得积分10
3秒前
5秒前
彭于晏应助ngg采纳,获得10
5秒前
Akim应助粽子采纳,获得10
5秒前
Zn0103完成签到,获得积分10
6秒前
英俊的铭应助柠檬精翠翠采纳,获得10
7秒前
8秒前
小齐完成签到,获得积分10
8秒前
刚好夏天完成签到 ,获得积分10
8秒前
复杂的平卉完成签到,获得积分10
8秒前
xxp发布了新的文献求助10
10秒前
10秒前
11秒前
qqqq完成签到,获得积分10
11秒前
Zn0103驳回了嗯哼应助
11秒前
11秒前
机智的凡梦完成签到,获得积分10
12秒前
时锦源发布了新的文献求助10
12秒前
12秒前
12秒前
徐蹇发布了新的文献求助10
12秒前
金刚经应助郭团团采纳,获得10
13秒前
红豆它妈发布了新的文献求助30
14秒前
14秒前
14秒前
15秒前
科研通AI2S应助Ann采纳,获得10
15秒前
JamesPei应助晓南窗采纳,获得10
15秒前
qqqq发布了新的文献求助10
16秒前
lerrygg发布了新的文献求助20
16秒前
高高梦松完成签到,获得积分10
17秒前
粽子发布了新的文献求助10
17秒前
赘婿应助今天要学习采纳,获得10
17秒前
Owen应助q12采纳,获得10
18秒前
禹代秋完成签到,获得积分10
18秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248330
求助须知:如何正确求助?哪些是违规求助? 2891731
关于积分的说明 8268453
捐赠科研通 2559668
什么是DOI,文献DOI怎么找? 1388584
科研通“疑难数据库(出版商)”最低求助积分说明 650772
邀请新用户注册赠送积分活动 627744