Europe PMC（brain-computer interface · PubMed）· Zhao Y, Xu W, Luo X, Gao Y.·· 25 天前AI 评分29
TSMD-Net：用于跨受试者 MI-EEG 域泛化的两阶段多域蒸馏网络
Tsmd-net: two-stage multi-domain distillation network for cross-subject MI-EEG domain generalization.
AI 导读
研究提出 TSMD-Net 两阶段多域蒸馏网络，将多个域特定头的知识蒸馏到统一主导头，用于跨受试者 MI-EEG 域泛化。该方法先通过特征协方差对齐建立稳定跨域表征，再结合多域协同蒸馏与双曲监督对比学习提升跨域预测一致性和类别可分性。在 BCI Competition IV 2a、2b 和 High Gamma Dataset 上平均准确率分别为 70.21%、77.82% 和 79.53%。
AI 要点
团队
Zhao Y、Xu W、Luo X、Gao Y 等作者，机构原文未提及。
主要结果
在 BCI Competition IV 2a、2b 和 High Gamma Dataset 上平均准确率分别为 70.21%、77.82%、79.53%。
解决什么问题
被试间差异与 EEG 非平稳性造成分布偏移，限制现有解码模型的跨被试泛化。
方法
提出 TSMD-Net 两阶段多域蒸馏网络：先将多个域特定头蒸馏到统一 leader head，第一阶段做特征协方差对齐，第二阶段做多域协同蒸馏与双曲监督对比学习。
局限
从研究设计看，仅在三个公开 EEG 数据集上离线评估，未涉及在线 BCI 使用。
AI 依据原文整理，未经人工核对。
来源：Europe PMC（brain-computer interface · PubMed） · doi.org