运动想象解码新网络问世,两数据集准确率均超84%
脑机接口(BCI)依赖运动想象(MI)解码来识别用户的意图,但脑电信号的非平稳性和个体差异让准确解码变得困难。研究人员提出一种名为MSARFNet的多尺度注意力重建融合网络,通过并行多尺度卷积分支提取时空特征,并利用注意力机制融合多尺度信息,增强与运动想象相关的瞬态响应。在BCI Competition IV 2a和2b两个公开数据集上,该网络的平均分类准确率分别达到84.64%和87.96%,优于多种现有方法。研究发表于2026年2月27日的《IEEE生物医学与健康信息学杂志》。