/ EN
2026-07-27 00:00 印度 论文发表 基础与方法 译自 EN

抓握力从脑电连续读出,留一受试验证R²达0.817

内容概述 一项预印本研究提出EEGForceFusion,一种联合建模连续与token化表征的混合EEG解码框架,用于抓握力解码。研究指出,连续抓握力解码受复杂时间动态、高受试者间变异与既有方法泛化有限等挑战制约;该框架整合卷积-循环表征学习、量化式token化与基于Transformer的时序建模,在统一的融合回归架构中同时捕捉细粒度神经结构与长程时间依赖。在WAY-EEG-GAL数据集严格的留一受试者交叉验证下,该框架离线设置R²为0.817、模拟实时评估R²为0.793,延迟适合实时部署。研究者认为,混合连续-token化表征对实时EEG力解码应用具有实用性。该研究为预印本,尚未经过同行评审。
推荐理由 面向受试者无关抓握力解码的混合连续-token化表征框架,在WAY-EEG-GAL数据集留一受试者交叉验证下离线R²为0.817、模拟实时R²为0.793,展示跨受试者泛化与实时部署可行性。该结果为预印本,未经同行评审。

一项预印本研究提出EEGForceFusion,一种联合建模连续与token化表征的混合EEG解码框架,通过卷积-循环表征学习、量化式token化与基于Transformer的时序建模,在统一的融合回归架构中实现抓握力解码。

研究者称,在WAY-EEG-GAL数据集严格的留一受试者交叉验证下,该框架离线设置R²为0.817、模拟实时评估R²为0.793,延迟适合实时部署,展示了强跨受试者泛化能力。该研究为预印本,尚未经过同行评审。

本文由 BCIwiki 根据公开信息撰写

关联信源 · 1
arxiv.org 2026-07-27

Indian Institute of Technology Gandhinagar 时间线

2026-07 非侵入脑电同时解码运动学与动力学,注意力模型R²达0.8 查看机构页全部条目 →
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