Clasificación de señales de EEG basada en el algoritmo de búsqueda de Sparrow-Deep Belief Network para la interfaz cerebro-computadora
Autores: Wang, Shuai; Luo, Zhiguo; Zhao, Shaokai; Zhang, Qilong; Liu, Guangrong; Wu, Dongyue; Yin, Erwei; Chen, Chao
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Clasificación de señales de EEG basada en el algoritmo de búsqueda de Sparrow-Deep Belief Network para la interfaz cerebro-computadora
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Interfaz cerebro-computadora
Imaginación motora
Características de EEG
Algoritmo de búsqueda de Sparrow
Red de Creencias Profundas
Precisión de clasificación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
En los sistemas de interfaz cerebro-computadora (BCI), los desafíos se presentan en el reconocimiento de las señales cerebrales de imaginación motora (MI). Enfoques de reconocimiento establecidos han logrado un rendimiento favorable a partir de patrones como SSVEP, AEP y P300, mientras que los métodos de clasificación para MI necesitan ser mejorados. Por lo tanto, es esencial buscar un método de clasificación que exhiba alta precisión y robustez para su aplicación en sistemas MI-BCI.
Descripción
En los sistemas de interfaz cerebro-computadora (BCI), los desafíos se presentan en el reconocimiento de las señales cerebrales de imaginación motora (MI). Enfoques de reconocimiento establecidos han logrado un rendimiento favorable a partir de patrones como SSVEP, AEP y P300, mientras que los métodos de clasificación para MI necesitan ser mejorados. Por lo tanto, es esencial buscar un método de clasificación que exhiba alta precisión y robustez para su aplicación en sistemas MI-BCI.