山东大学学报(理学版)

作者：叶晓雅,王秀青,马海滨,张诺飞

单位：1.河北师范大学计算机与网络空间安全学院, 河北 石家庄 050024;2.河北省网络与信息安全重点实验室(河北师范大学), 河北 石家庄 050024;3.河北省供应链大数据分析与数据安全工程研究中心(河北师范大学), 河北 石家庄 050024

关键词：多尺度卷积,滑动窗口,运动想象,脑机接口,脑电信号,

基金：国家自然科学基金资助项目(61673160);河北省自然科学基金资助项目(F2018205102);河北省高等学校科学技术研究重点项目(ZD2021063)

为解决脑电数据分辨率低、数据量不足以及被试者个体差异所导致的解码效率低下问题,提出适于脑电信号分析的轻量级多分支融合网络(multi-branch fusion network for electroencephalogram signal, EEG-MFNet)模型。通过多尺度时空卷积模块提取脑电数据的多层次时空特征,应用多尺度时间卷积提取更高级的时-空-频域特征,对输入分类器的特征数据应用滑动窗口,增强数据的有效特征。EEG-MFNet模型的平均分类准确率、标准差相比对比模型分别提升3.19%、22.86%以上,模型推理时间减少16.87%以上。实验结果表明所提方法提高运动想象脑电信号分类准确率,并增强模型的稳定性,提升了模型的训练效率,为基于运动想象的脑电信号分析提供更有效的解码方案。

来源：2025年第7期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2025年第7期