# ShallowFBCSPNet：在公开 EEG 数据集上的结果

轻量模型

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. ↗](https://doi.org/10.1002/hbm.23730)

目录状态：已评测 · [官方代码 ↗](https://github.com/braindecode/braindecode/tree/v1.5.1) · 简介来源 [arxiv.org](https://arxiv.org/abs/1703.05051) · [pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC5655781/) · [doi.org](https://doi.org/10.1002/hbm.23730) · [github.com](https://github.com/braindecode/braindecode/blob/v1.5.1/braindecode/models/shallow_fbcsp.py) · [github.com](https://github.com/robintibor/braindecode) · [github.com](https://github.com/TNTLFreiburg/braindecode)

## 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](https://bci.report/zh/datasets/ds005342/) · 核心矩阵 · 空闲与指令

连同协议阅读： [核心矩阵（首页）](https://bci.report/zh/#overview) · [experiments.json](https://bci.report/data/experiments.json)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| [ShallowFBCSPNet](https://bci.report/zh/methods/shallowfbcspnet/) | Seated motor imagery · cue-gated replay | 指令检出率 ≤3 秒 | 43.3% | 4 |
| [ShallowFBCSPNet](https://bci.report/zh/methods/shallowfbcspnet/) | Seated motor imagery · cue-gated replay | 空闲误触发率 | 1.7% | 4 |

[全部方法 →](https://bci.report/zh/methods/) · [全部数据集 →](https://bci.report/zh/datasets/)

---
本文是 https://bci.report/zh/methods/shallowfbcspnet/ 的 Markdown 版本，由已发布的网页生成。数字均为聚合结果；使用条款见 https://bci.report/data-use/（英文）。