精读论文4——《Deep learning for electroencephalogram (EEG) classification tasks: a review》_deep learning methods for eeg neural classificatio

作者：黑客灵魂 | 2024-07-25 22:00:57

踩

deep learning methods for eeg neural classification

这篇文章是一篇关于用于EEG分类的深度学习方法的综述：发表在Journal of Neural Engineering

Which EEG classification tasks have been explored with deep learning?

共有六种分类的任务：运动想象任务（Motor imagery tasks）、脑力工作任务（Mental workload tasks）、癫痫检测任务（Seizure detection tasks）、睡眠阶段评分任务（Sleep stage scoring tasks）、事件相关电位任务（Event related potential tasks）

Preprocessing methods

关于伪影去除的策略：不同的分类任务有不同的滤波范围，伪影去除的方法有四种：手动去除（独立主成分分析ICA或离散小波变换DWT的方法）、自动去除、不处理

What input formulations have been used for training the deep networks?

calculated features (计算特征), images (图像), the signal values (信号值)

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/黑客灵魂/article/detail/882155?site