Europe PMC（brain-computer interface · PubMed）· Sharma N, Kumar S, Prakash C.·2026-10-08 08:00· 17 天前AI 评分22

基于EEG的脑机接口方法与应用最新进展对比研究

A comparative study and analysis of recent EEG-based brain-computer interface approaches and their applications.

AI 导读

一项对比研究梳理了完全基于EEG的脑机接口系统的最新模型与文献，涵盖电生理控制信号、特征提取、分类及性能指标等关键环节，并比较了受试者依赖模式下多种深度学习模型。结果显示ATCNet模型准确率最高，达86.46%，EEG-TCNet最低，为50.69%。

AI 要点

团队

Sharma N、Kumar S、Prakash C 等

主要结果

在受试者依赖模式下比较多种深度学习模型，ATCNet 准确率最高，为 86.46%；EEG-TCNet 最低，为 50.69%。

解决什么问题

综述并比较近期完全基于 EEG 的脑机接口模型，涵盖电生理控制信号、特征提取、分类与性能评估。

方法

文献综述与模型对比，并讨论通过脑区关联刻画的功能连接模式；未涉及具体受试者或电极植入。

局限

从研究设计看，这是文献综述与模型比较，未开展新的实验验证；比较限于受试者依赖模式。

AI 依据原文整理，未经人工核对。