基于偶極子成像和3D卷積神經(jīng)網(wǎng)絡(luò)的源域運(yùn)動(dòng)想象解碼方法

摘要： 目的 為充分保留和利用運(yùn)動(dòng)想象(motor imagery, MI)時(shí)偶極子的時(shí)空信息，本文提出一種新的偶極子成像(dipoles imaging, DI)結(jié)合3維卷積神經(jīng)網(wǎng)絡(luò)(3D convolutional neural network, 3DCNN)的源域MI解碼方法(DI-3DCNN)。方法 首先，基于腦源成像(electroencephalography source... （共10頁(yè)）