/ EN
2026-07-26 00:00 论文发表 运动与控制 译自 EN

多会话运动想象EEG分类,ATCNet-CIAM在BCI IV-2b达到87.96%准确率

内容概述 研究者称,多会话运动想象EEG信号分类框架ATCNet-CIAM于2026年7月26日以预印本形式上传至arXiv,尚未经过同行评审。基于运动想象的EEG被广泛用于非侵入式脑机接口,但跨会话与跨被试的稳健解码仍是核心挑战。ATCNet-CIAM结合时间卷积、通道注意力与CIAM模块做多会话运动想象EEG分类。研究者称,标准协议下ATCNet-CIAM在BCI IV-2a达到86.32%准确率、在BCI IV-2b达到87.96%,WBCIC-MI被试内2类与3类任务分别达到89.46%和83.64%;该稿已被ISRSD 2026会议接收。
推荐理由 跨会话稳定性是运动想象BCI的实用瓶颈,该预印本报告ATCNet-CIAM在BCI IV两个数据集达到86.32%与87.96%、被试内2类任务89.46%,为多会话解码提供可核验基线。

脑机百科消息(bciwiki.com),研究者称,多会话运动想象EEG信号分类框架ATCNet-CIAM在标准协议下于BCI IV-2a与BCI IV-2b分别达到86.32%与87.96%准确率,相关预印本于2026年7月26日上传至arXiv,尚未经过同行评审。

基于运动想象的EEG被广泛用于非侵入式脑机接口,但跨会话与跨被试的稳健解码仍是核心挑战。ATCNet-CIAM结合时间卷积、通道注意力与CIAM模块做多会话运动想象EEG分类。研究者称,在WBCIC-MI数据集上被试内2类与3类任务分别达到89.46%和83.64%;该稿已被面向可持续发展的智能系统与机器人国际会议(ISRSD)2026接收。

本文由 BCIwiki 根据公开信息撰写

关联信源 · 1
arxiv.org 2026-07-26
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