Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Transformer-based hybrid systems to combat BCI illiteracy.

Computers in biology and medicine·2025
查看所有相关文章

相关实验视频

Updated: Jun 24, 2025

Assessment and Communication for People with Disorders of Consciousness
07:37

Assessment and Communication for People with Disorders of Consciousness

Published on: August 1, 2017

9.0K

探索前沿:用于脑电脑接口的EEG信号分析中的基于变压器的模型.

Maximilian Achim Pfeffer1, Steve Sai Ho Ling1, Johnny Kwok Wai Wong2

  • 1Faculty of Engineering and Information Technology, University of Technology Sydney, CB11 81-113, Broadway, Ultimo, 2007, New South Wales, Australia.

Computers in biology and medicine
|June 12, 2024
PubMed
概括

变压器模型增强了脑电图 (EEG) 信号处理,用于大脑与计算机接口 (BCI). 这些模型提高了各种心理任务的降噪和分类精度,为先进的BCI应用铺平了道路.

关键词:
人工智能的人工智能是人工智能.大脑与计算机的接口.深度学习是一种深度学习.电脑电图 (电脑电图) 是一种脑电图.自然语言处理自然语言处理.变压器变压器变压器

更多相关视频

Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms
08:51

Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms

Published on: November 1, 2019

5.6K
Electroencephalography Network Indices as Biomarkers of Upper Limb Impairment in Chronic Stroke
06:37

Electroencephalography Network Indices as Biomarkers of Upper Limb Impairment in Chronic Stroke

Published on: July 14, 2023

865

相关实验视频

Last Updated: Jun 24, 2025

Assessment and Communication for People with Disorders of Consciousness
07:37

Assessment and Communication for People with Disorders of Consciousness

Published on: August 1, 2017

9.0K
Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms
08:51

Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms

Published on: November 1, 2019

5.6K
Electroencephalography Network Indices as Biomarkers of Upper Limb Impairment in Chronic Stroke
06:37

Electroencephalography Network Indices as Biomarkers of Upper Limb Impairment in Chronic Stroke

Published on: July 14, 2023

865

科学领域:

  • 神经科学和人工智能 人工智能
  • 生物医学工程 生物医学工程
  • 信号处理 信号处理

背景情况:

  • 脑电图 (EEG) 对于大脑与计算机接口 (BCI) 的发展至关重要.
  • 传统方法面临的挑战是EEG信号噪声和人工物干扰.
  • 变压器模型为处理复杂的神经数据提供了新的方法.

研究的目的:

  • 系统地审查EEG信号处理和BCI中的基于变压器的模型.
  • 评估它们在缓解EEG人工物和提高数据准确性的有效性.
  • 确定变压器增强BCI的研究缺口和未来方向.

主要方法:

  • 适用于EEG的变压器架构 (例如,TSTN,EEG调节器) 的系统文献审查.
  • 对特征提取和可解释性的注意力机制的分析.
  • 检查现有研究中的经验验证和方法严格性.

主要成果:

  • 变压器模型在减少EEG噪声和人工物方面表现出显著的能力.
  • 这些模型在各种心理任务中提高了解码和分类的准确性.
  • 注意力机制有效地突出了关键的时间和空间EEG特征.

结论:

  • 变压器模型对于EEG信号处理和BCI应用非常有效.
  • 新兴的研究表明,在降低噪音和扩大BCI范式方面有希望.
  • 未来的工作应该集中在预训练过的变压器和实时的多任务BCI系统上.