/ EN
2026-06-26 00:00 印度 论文发表 康复与辅助 译自 EN

脑脊肌三路信号联合解码,LEGEND准确率高出EEGNet23.4个百分点

内容概述 一项发表于《Computers in biology and medicine》的研究提出LEGEND神经解码架构,联合建模皮层EEG、脊髓ESG与外周肌肉EMG信号,面向脊髓损伤康复中的神经旁路。模型在洛伦兹双曲空间编码三模态信号,通过有符号三层相位锁定值图连接51个通道节点,再利用图注意力模块细化表征。在Steele数据集严格留一受试者交叉验证中,LEGEND取得56.51%±12.27%的准确率,比EEGNet高23.4个百分点。研究者认为,双曲表征能够捕捉运动层级中的复杂关系,为联合脑、脊髓和肌肉信号的康复解码提供计算基础。
推荐理由 研究把脑、脊髓和肌肉三个运动层级纳入同一解码框架,并在严格跨受试者设置中给出性能比较,为脊髓损伤神经旁路的多模态建模提供了具体证据。

脑机百科消息(bciwiki.com),该研究2026年6月26日发表于《Computers in biology and medicine》。研究者提出LEGEND神经解码架构,联合处理皮层EEG、脊髓ESG和外周肌肉EMG信号,试图在同一模型中描述脊髓损伤后从运动意图到肌肉活动的神经层级。

LEGEND在洛伦兹双曲空间编码三模态信号,并通过有符号三层相位锁定值图连接51个通道节点,再以图注意力模块细化表征。在Steele数据集的严格留一受试者交叉验证中,模型取得56.51%±12.27%的准确率,比EEGNet高23.4个百分点。研究者认为,双曲表征有助于捕捉运动层级中的复杂关系,可为连接脑、脊髓与肌肉活动的神经旁路和脊髓损伤康复解码提供计算基础。

本文由 BCIwiki 根据公开信息撰写

关联信源 · 1
阅读原文 ↗
指正 修订记录 · 无 / EN
© 2026 BCIwiki.com 产业简报 主题索引 提交线索 订阅本站 修订记录 关于我们