A novel model based on a 1D-ResCNN and transfer learning for processing EEG attenuation

脑电图 学习迁移 计算机科学 衰减 卷积神经网络 人工智能 脑-机接口 波形 信号(编程语言) 模式识别(心理学) 特征(语言学) 残余物 噪音(视频) 人工神经网络 心理学 算法 物理 神经科学 光学 哲学 图像(数学) 电信 语言学 程序设计语言 雷达
作者
Wenlong Wang,Baojiang Li
出处
期刊:Computer Methods in Biomechanics and Biomedical Engineering [Informa]
卷期号:26 (16): 1980-1993 被引量:2
标识
DOI:10.1080/10255842.2022.2162339
摘要

EEG signals are valuable signals in clinical medicine, brain research, and the study of neurological illnesses. However, EEG signal attenuation may occur at any time from signal generation through BCI device acquisition due to defects in the brain-computer interface (BCI) devices, restrictions in the dynamic network, and individual variations across the subjects. The attenuation of EEG data will alter the data distribution and lead to information fuzziness, substantially influencing subsequent EEG research. A model based on one-dimensional residual convolutional neural networks (1D-ResCNN) and transfer learning is proposed in this article to reduce the negative impacts of EEG attenuation. An end-to-end manner maps an attenuated EEG signal to a normal EEG signal. The structure employs a multi-level residual connection structure with varying weight coefficients, transferring characteristics from the bottom to the top of the convolutional neural network, enhancing feature learning. In addition, we initialize the subsequent denoising model using the transfer learning method. The combination of these two networks can well solve the attenuation problem of EEG signals. Experiments are carried out using the EEG-denoisenet data set. According to the findings, the model can yield a clear waveform with a decent SNR and RRMSE value.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
2秒前
3秒前
xiaolanou发布了新的文献求助10
6秒前
zhangyumin发布了新的文献求助10
6秒前
小蘑菇应助愉快梦芝采纳,获得10
6秒前
7秒前
九月发布了新的文献求助10
8秒前
小刘马完成签到,获得积分20
9秒前
9秒前
小黄发布了新的文献求助10
12秒前
adi完成签到,获得积分10
12秒前
上官若男应助开心就好采纳,获得10
13秒前
15秒前
深情安青应助小黄采纳,获得10
20秒前
烟花应助wo_qq111采纳,获得10
20秒前
孤独曼安完成签到,获得积分10
23秒前
25秒前
李爱国应助科研通管家采纳,获得10
25秒前
CipherSage应助科研通管家采纳,获得20
25秒前
大个应助科研通管家采纳,获得10
25秒前
秋雪瑶应助科研通管家采纳,获得10
25秒前
柚子完成签到 ,获得积分10
26秒前
咪路完成签到,获得积分10
29秒前
英姑应助Mashiro采纳,获得10
31秒前
Ellctoy应助千寻采纳,获得10
34秒前
35秒前
junkook完成签到,获得积分10
35秒前
37秒前
欢呼忆丹完成签到 ,获得积分10
40秒前
44秒前
44秒前
wo_qq111完成签到 ,获得积分10
49秒前
Mashiro发布了新的文献求助10
49秒前
是我非我发布了新的文献求助10
49秒前
50秒前
源源源完成签到 ,获得积分10
51秒前
喂喂喂发布了新的文献求助10
55秒前
英俊的铭应助是我非我采纳,获得10
55秒前
1分钟前
高分求助中
The Illustrated History of Gymnastics 800
The Bourse of Babylon : market quotations in the astronomical diaries of Babylonia 680
Herman Melville: A Biography (Volume 1, 1819-1851) 600
Division and square root. Digit-recurrence algorithms and implementations 500
機能營養學前瞻(3 Ed.) 300
Improving the ductility and toughness of Fe-Cr-B cast irons 300
Problems of transcultural communication 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2507260
求助须知:如何正确求助?哪些是违规求助? 2158743
关于积分的说明 5525783
捐赠科研通 1879108
什么是DOI,文献DOI怎么找? 934717
版权声明 564045
科研通“疑难数据库(出版商)”最低求助积分说明 499229