热点事件历史事件
双分支模型解码EEG内隐言语
1 篇报道1 家媒体或机构21 天前更新
先了解这件事
AI 综述
2026年10月5日，Europe PMC收录的一篇预印本研究提出一种双分支深度学习框架，用于解码EEG内隐言语。该框架结合瞬时锁相值与共空间模式提取特征，在两类公开EEG数据集上进行内语解码。报道称，在受试者依赖设置下，社会词与数字词平均准确率分别达95.16±3.50%和95.96±2.40%，第二数据集为90.23±10.61%；但在受试者独立设置下，准确率仅64.09±3.20%和52.19±2.64%，跨受试者泛化仍是难题。
AI 根据报道生成 · 17 天前更新
最新进展10月5日 08:00
预印本提出双分支模型，受试者依赖下内语解码准确率超90%，但跨受试者泛化仍难。全部报道
同一件事各家媒体的报道，按发布时间排列。事情有了新的进展时，会单独列在「事件进展」里。
10月5日
- Europe PMC（brain-computer interface · Preprints）基于锁相与空间特征的双分支深度学习模型实现 EEG 内语解码
一项预印本研究提出双分支深度学习框架，结合瞬时锁相值与共空间模式提取特征，在两类公开 EEG 数据集上解码内语。在受试者依赖设置下，社会词与数字词平均准确率分别达 95.16±3.50% 和 95.96±2.40%，第二数据集为 90.23±10.61%；但受试者独立设置准确率仅 64.09±3.20% 和 52.19±2.64%，跨受试者泛化仍是难题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。