近日,十大网赌博正规信誉网址硕士研究生何炎斌在导师施俊教授的指导下,以第一作者在国际期刊《IEEE Transactions on Neural Systems and Rehabilitation Engineering》(康复医学领域中科院SCI一区期刊,影响因子:4.528)上发表题为“A Self-Supervised Learning Based Channel Attention MLP-Mixer Network for Motor Imagery Decoding”的研究论文,论文通讯作者为施俊教授。
运动想象(Motor-Imagery, MI)是经典的脑机接口(BCI)范式之一,运动想象解码任务的目标就是通过所记录的反映人脑活动的脑电信号对人的想象意图进行准确分类。本研究提出了一种新的基于自监督学习(Self-Supervised Learning, SSL)的通道注意力MLP-Mixer网络(S-CAMLP-Net),实现了运动想象脑电信号的准确解码。此外,为了有效地学习脑电信号切片中的空间特征表达,本研究进一步在MLP-Mixer中集成了一种注意机制,使得网络在没有任何先验信息的情况下能够自适应地估计每个脑电信号通道的重要性,从而提高分类效果。本文所提出的S-CAMLP-Net算法在MI-2数据库上取得了SOTA的结果,表明了该算法的有效性。
(附论文链接:https://ieeexplore.ieee.org/document/9858338/)