轻量模型

ShallowFBCSPNet：在公开 EEG 数据集上的结果

ShallowFBCSPNet 是 Braindecode 对 Schirrmeister 等人（Human Brain Mapping，2017）提出的 shallow ConvNet 的命名。它仿照滤波器组共空间模式（FBCSP）设计，依次进行时间卷积、跨电极的空间卷积、平方、均值池化和取对数，合起来近似提取对数频带功率特征。

又称 ShallowFBCSPNet · Shallow ConvNet · ShallowConvNet · Schirrmeister et al. 2017

参考文献 Schirrmeister RT, Springenberg JT, Fiederer LDJ, Glasstetter M, Eggensperger K, Tangermann M, Hutter F, Burgard W, Ball T. Deep learning with convolutional neural networks for EEG decoding and visualization. Human Brain Mapping 38(11):5391–5420, 2017. ↗

目录状态：已评测 · 官方代码 ↗ · 简介来源 arxiv.org · pmc.ncbi.nlm.nih.gov · doi.org · github.com · github.com · github.com

已发布的结果

按数据集分组。只在组内比较：跨组时任务、队列、随机水平与电极布局都会变。

ds005342 · 核心矩阵 · 空闲与指令

连同协议阅读：核心矩阵（首页） · experiments.json

方法	条件	指标	数值	被试
ShallowFBCSPNet	Seated motor imagery · cue-gated replay	指令检出率 ≤3 秒	43.3%	4
ShallowFBCSPNet	Seated motor imagery · cue-gated replay	空闲误触发率	1.7%	4

全部方法 → · 全部数据集 →