ATCRN：P300スプーラーのための注意機構付き時系列畳み込みリミックスネットワーク
Binghao Shi1, Mengxue Liu1, Yanjiang Wang1
1The College of Control Science and Engineering, China University of Petroleum(East China), Shandong Qingdao 266580, China.
Journal of neuroscience methods
|February 28, 2026
まとめ
本研究では、脳コンピューターインターフェース（BCI）コミュニケーションを改善するために、注意機構付き時系列畳み込みリミックスネットワーク（ATCRN）を導入します。ATCRNモデルは、ノイズの多いEEG信号と変動するP300応答を効果的に処理することにより、P300スプーラーのパフォーマンスを向上させます。
科学分野:
- 神経科学
- 生物医学工学
- 信号処理
背景:
- ブレインコンピューターインターフェース（BCI）は、コミュニケーションのためにP300誘発脳電位を利用します。
- P300スプーラーは、EEG信号対雑音比が低く、P300の時間的変動があるため、課題に直面しています。
研究 の 目的:
- P300スプーラーのための高度なデコーディングフレームワークを開発すること。
- BCIコミュニケーションシステムの精度と効率を向上させること。
主な方法:
- マルチレベルスキップ接続を備えた新しい時系列畳み込みリミックスネットワーク（TCRN）を統合し、時間的特徴の融合を実現しました。
- ノイズ抑制とチャネル再キャリブレーションのために、デュアルアテンションメカニズム（CBAMおよびECA）を採用しました。
主要な成果:
- BCIコンペティションIIIデータセットIIで高い文字認識率（99％および98％）を達成しました。
- 情報伝達率とALS患者における堅牢なP300検出（平均AUC-ROC 0.882）で優れた性能を示しました。
- 既存のCNN、TCN、およびTransformerベースのモデルを上回り、最先端の結果を達成しました。
結論:
- ATCRNは、P300スプーラーのための堅牢で効果的なデコーディングフレームワークを提供します。
- TCRNとデュアルアテンションメカニズムの相乗効果により、BCIパフォーマンスにおける主要な制限に対処します。
- このアプローチは、将来のBCIアプリケーションの実用的な進歩を示しています。
