arXiv · Machine Learning· Isabella Guan·· 9 小时前AI 评分39
EEGBiFormer：混合 CNN-Transformer 实时 EEG 注意力分类及 EEG 指导的听觉方案验证
EEGBiFormer: Real-Time EEG Attention Classification via Hybrid CNN-Transformer with EEG-Informed Auditory Protocol Validation
AI 导读
EEGBiFormer采用混合CNN-Transformer模型，对16通道EEG信号进行实时二分类，识别专注与非专注状态。模型窗口级验证准确率为91.3%、F1分数为94.5%，17次独立会话的记录级准确率为88.2%，端到端延迟低于100 ms。模型生成的听觉方案在37名参与者的配对研究中，使综合注意力评分较静默对照显著提高20%。
来源：arXiv · Machine Learning · arxiv.org