Papers with Code · arXiv cs.AI· Maryam Ostadsharif Memar, Behzad Nazari·· 23 小时前AI 评分42
双分支图卷积网络实现可解释的运动脑电分类
A Dual-Branch Graph and Convolutional Network for Interpretable Movement EEG Classification
AI 导读
研究提出一种双分支架构，将受LGGNet启发的局部-全局图分支与EEGNet风格卷积分支结合，用于运动与静息状态的EEG分类。在Ofner上肢运动数据集上采用留一被试交叉验证，平均F1-score达0.74±0.06。图分支将61个电极划分为解剖学区域，所有留出被试中连接性最强的区域一致为左顶叶低区（对应P1、P3电极），与右臂运动对侧。
来源：Papers with Code · arXiv cs.AI · papers.cool