基于深度学习的头皮脑电信息解码研究进展

摘要：

头皮脑电(EEG)拥有毫秒级时间分辨力,可实时获取大脑意念认知、思维决策的神经电生理信息.EEG已广泛用于脑成像研究,并成为21世纪神经科学与工程研究开发的重要工具之一.但受颅内组织容积导电效应的影响,使其信噪比与空间分辨率较差,信息解码严重受阻.随着本世纪深度学习(DL)的快速兴起与深入发展,研究者开始尝试将深度学习与脑科学研究相结合,探究深度学习应用于脑电数据处理的新方法,并已取得瞩目的阶段性成果,但采用现有方法进行EEG信息解码仍面临诸多急需解决的难题.结合近些年深度学习在EEG数据处理领域的研究和应用,综合论述目前主流DNN模型结构在EEG信息解码领域的研究现状及进展成果,分析归纳其潜力优势与瓶颈难题及未来趋势,以促进深度学习解码脑电信息的研究更深入有效发展.

关键词：深度学习、头皮脑电、数据处理、神经网络、信息解码

所属期刊栏目：39

分类号：R318(医用一般科学)

资助基金：国家自然科学基金重点项目;国家重点研发计划

在线出版日期：2020-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：215-228