Europe PMC· Science progress·· 5 天前AI 评分20
QTPat 特征工程框架实现英土语言相关 EEG 信号的受试者独立分类
A self-organized QTPat-based feature-engineering framework for subject-independent classification of English- and Turkish-associated EEG signals.
AI 导读
研究团队提出基于 QTPat 的自动化特征工程框架，用于对英语和土耳其语受试者的 EEG 记录进行受试者独立分类。实验使用 20 名英语受试者和 20 名土耳其受试者的 14 通道 EEG 数据，在留一受试者交叉验证下以 4 个选定通道达到 96.37% 分类准确率。作者指出数据集将语言与受试人群耦合，结果不能视为语言特异性神经解码的确证，需受试者内双语设计进一步验证。
来源：Europe PMC · doi.org