摘要：近年來深度學習算法得到飛速發(fā)展,在生物醫(yī)學工程領域的應用也越來越廣泛。其中,利用深度學習算法從腦電信號(EEG)中解碼生理、心理或病理狀態(tài)也受到越來越多的關注。綜述近年來深度學習算法在EEG解碼中的應用,介紹常用算法、典型應用場景、重要進展和現(xiàn)存的問題。首先,論述常用于EEG解碼的幾類深度學習算法的基本原理,包括卷積神經(jīng)網(wǎng)絡、深度信念網(wǎng)絡、自編碼器和循環(huán)神經(jīng)網(wǎng)絡等。然后,討論深度學習算法的幾個典型EEG解碼應用場景,包括腦機接口、情緒與認知識別、疾病輔助診斷。結(jié)合應用實例,歸納深度學習算法在EEG解碼中的常見問題、解決方案、主要進展和研究趨勢。最后,總結(jié)深度學習應用于EEG信號解碼中仍待解決的一些關鍵問題,如參數(shù)復雜度、訓練時間以及泛化能力等。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
