近日，學(xué)院王洪濤教授指導(dǎo)的碩士研究生王澤輝在國(guó)際著名期刊《IEEE Transactions on Neural Systems and Rehabilitation Engineering》發(fā)表題為《A Cascade xDAWN EEGNet Structure for Unified Visual-Evoked Related Potential Detection》（《基于級(jí)聯(lián)式xDAWN和EEGNet結(jié)構(gòu)的統(tǒng)一視覺(jué)誘發(fā)相關(guān)電位檢測(cè)》）的學(xué)術(shù)論文。

該論文發(fā)表在IEEE TNSRE期刊，導(dǎo)師一作，學(xué)生二作。五邑大學(xué)為第一單位，合作院校分別有浙江大學(xué)、澳門(mén)大學(xué)、汕頭大學(xué)以及英國(guó)埃塞克斯大學(xué)。作者分別為王洪濤教授（第一作者、通訊作者）、碩士研究生王澤輝（第二作者）、孫煜研究員、袁振教授、許弢講師、李俊華教授。IEEE Transactions on Neural Systems and Rehabilitation Engineering是腦機(jī)接口領(lǐng)域國(guó)際頂級(jí)期刊，專(zhuān)注于神經(jīng)科學(xué)、生物醫(yī)學(xué)工程以及康復(fù)工程領(lǐng)域的最新研究成果，影響因子為4.8，中科院JCR分區(qū)中處于Q1區(qū)。

該論文在腦機(jī)接口的事件相關(guān)電位檢測(cè)領(lǐng)域中，提出了一種創(chuàng)新的方法，通過(guò)結(jié)合具有先驗(yàn)知識(shí)的空間濾波器xDAWN和經(jīng)典的EEGNet分類(lèi)器，構(gòu)建了一個(gè)級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)，旨在檢測(cè)和分類(lèi)由不同類(lèi)型的刺激，即無(wú)論是P300 拼寫(xiě)器誘發(fā)還是快速序列視覺(jué)呈現(xiàn)（Rapid Serial Visual Presentation, RSVP）誘發(fā)的事件相關(guān)電位信號(hào)。特別地，該方法能夠在較少的重復(fù)次數(shù)下（最多5輪）識(shí)別更多的符號(hào)，并且在BCI競(jìng)賽III的Dataset II上，顯示出了優(yōu)于其他模型的信息傳輸率。此外，該方法在兩種不同的RSVP頻率范式下（即5 Hz和20 Hz），均表現(xiàn)出了優(yōu)越的性能。這些結(jié)果強(qiáng)有力地證明了該種級(jí)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)在P300拼寫(xiě)器和RSVP范式之間擁有更好的性能，具有出色的魯棒性。

圖注1:事件相關(guān)電位EEG信號(hào)分析圖

圖注2: 基于級(jí)聯(lián)式xDAWN和EEGNet的檢測(cè)框架