An EEG Signals-based Deep Spatio-Temporal Feature Extraction with Dual Attention for Detecting Parkinson’s Disease
本論文は、共通空間パターン(Common Spatial Patterns)とデュアルアテンション機構を組み合わせることで、EEG信号において97.59%という最先端のパーキンソン病検出精度を達成する、軽量な深層時空間特徴抽出ベースのデュアルアテンションEEGNet(CSFE-DAE)フレームワークを提案する。