跳到正文
原文
arXiv · Signal Processing· Runni Zhou, Rongrong Fu, Xinghao Yan 等 4 人
· 3 天前AI 评分49

EEG 解码中的参考坐标、输出扰动与信息损失

Reference Coordinates, Output Perturbations, and Information Loss in EEG Decoding

预印本 · 尚未经过同行评审

AI 导读

在指定压力模型下,EEG 解码的完整参考增益位于空间处理环节,需同时用解码准确率与一致性评估实用性。

摘要 · AI 翻译

脑电图(EEG)解码器可以对保留所有相对电位信息的参考变化作出响应。我们使用已有的测量算子理论来区分坐标敏感性、额外的输出通道扰动和电极丢失。精确伪逆对齐提供了一致性对照;测量算子规范化(MOC)指一种图-Tikhonov 估计器。更广泛的评估涵盖三个公开的运动想象数据集和四种解码器。在 Cho2017 和 PhysioNet 上以 EEGNet 为主进行的比较使用三个配对的训练种子、三个共享的噪声实现和六个前端,且具有相同 CAR 训练输入的模型共享检查点。在 10 dB 输出扰动下,MOC 减原始的不一致度分别为 -0.144 和 -0.107,而平衡准确率差异分别为 0.044 和 0.050;这四个对比均通过了保留的 Holm 校正。在两个队列的全部三个种子中,MOC 相对于伪逆也降低了一致性差异。然而,与伪逆后固定图平滑的比较未能确立 MOC 的额外收益。保留零参考行使原始不一致度的变化幅度小于 0.001;逆方法预测保持不变。对于规范化前端,跨参考不一致度接近同一算子内由独立噪声获得的参考。受控弱模式重建和等秩电极掩码揭示了独立的稳定性效应和信息丢失效应。这些结果在指定的压力模型下将完整参考带来的增益定位在空间处理中,同时要求将解码准确率与一致性一并评估以判断实际效用。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Signal Processing · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。