EEG Microstate Sequences as Potential Brain-Computer Interface Triggers Derived from Motor Imagery Classification
Deze studie toont aan dat een semi-gesuperviseerd deep learning-model dat gebruikmaakt van EEG-microstatensequenties, gecombineerd met transfer learning, effectief motorische verbeeldingsopdrachten kan classificeren om een hoge nauwkeurigheid te bereiken met verminderde kalibratietijd, wat een veelbelovend pad biedt voor gebruikersgemakkelijke en kalibratievrije hersen-computerinterfaces.