关于基于EEG的信号处理研究方向的调查
1School of Mathematics and Statistics, Shandong University, Weihai, China.
Frontiers in neuroscience
|July 31, 2023
概括
本综述分析了自2021年以来对脑电脑接口的EEG信号处理. 深度学习和多方法融合显示出希望,但对EEG分类的挑战仍然存在.
科学领域:
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
- 生物医学工程 生物医学工程
背景情况:
- 脑电图 (EEG) 对于脑电脑接口 (BCI) 系统至关重要,因为它具有便携性和简单性.
- 在EEG信号处理方面的进步对于提高BCI性能至关重要.
研究的目的:
- 从2021年开始全面审查EEG信号处理技术 (预处理,特征提取,分类).
- 确定EEG分类研究中的趋势,挑战和未来方向.
主要方法:
- 来自主要学术数据库的61篇研究文章的系统审查.
- 分析重点是预处理 (包括数据增强),特征提取和分类方法.
- 强调深度学习和多方法融合方法.
主要成果:
- 在EEG分类中,预处理被广泛采用 (96.7%).
- 深度学习,特别是卷积神经网络 (CNN),显示出显著的前景.
- 多种方法的融合方法是一个新兴的趋势 (49.2%).
结论:
- 尽管取得了进展,但EEG分类的挑战仍然存在,包括跨主题准确性和可解释性较低.
- 需要进一步的研究来解决深度学习和融合技术的局限性.
- 这一审查为改善BCI系统中的EEG分类性能提供了基础.
