五邑大学等融合脑电与近红外信号,在三类公开数据任务中提高平均准确率
五邑大学等机构提出一种融合脑电与功能性近红外信号的方法,在公开数据集的心算、运动想象和情绪识别任务中,平均准确率较最佳基线分别高2.34、0.59和1.47个百分点;后两项差异未达到统计学显著。该方法尝试区分两类信号共有的信息与各自特有的信息,再将其组合用于任务预测,以处理多模态信息重复、时间与空间关联难以充分提取的问题。作者将结果解释为改善混合脑机接口解码的证据,并认为方法具有较强泛化能力。这里的结果来自公开数据集任务评估,不等同于已经验证实时使用或临床应用效果。