MRieHy先以跨天训练数据的协方差矩阵黎曼均值对齐多日分布,再以黎曼距离构建协方差矩阵超图,以余弦相似度构建深度特征超图,经自适应学习权重融合,并与标签投影矩阵联合优化。在线测试时,框架维护近期样本的先进先出缓冲,对缓冲数据执行黎曼对齐后解码。研究者称,在私有四类ECoG数据集与两个公开四类EEG数据集上的实验显示,MRieHy较现有最优基线取得明显性能提升。
运动想象解码在线自适应有新法,MRieHy三个数据集超现有最优
内容概述
研究者提出多特征黎曼超图框架MRieHy,面向运动想象脑机接口解码的在线测试时自适应。框架先以跨天训练数据的协方差矩阵黎曼均值对齐多日分布,再分别以黎曼距离和余弦相似度构建协方差矩阵超图与深度特征超图,经自适应权重融合并与标签投影矩阵联合优化。在线测试时,MRieHy维护近期样本的先进先出缓冲,对缓冲数据执行黎曼对齐后解码。实验在私有四类ECoG数据集与两个公开四类EEG数据集上验证,MRieHy较现有最优基线取得明显性能提升,研究者认为该方法可改善临床运动想象脑机接口的跨天可迁移性与在线运行能力。
推荐理由
跨天可迁移与在线自适应是运动想象脑机接口临床落地的关键瓶颈,MRieHy把黎曼几何引入超图框架并给出公开数据验证,是方法学上的有效补充。
本文由 BCIwiki 根据公开信息撰写
关联信源 · 1
arxiv.org 2026-08-17