正常人與中風患者 8通道三模型左右腳分類比較

統一使用 Fp1, Fp2, Fz, C3, C4, Pz, O1, O2,連續資料先做 1–40 Hz zero-phase SOS IIR、降至 200 Hz,取事件後 0–2 秒,並對每個 trial、每個通道 Z-score。未使用 ASR、ICA 或 EA。

群組比較

群組資料量模型Accuracy mean ± STDBalanced accuracy
NormalAll trialsEEGNet66.32% ± 11.73%66.32%
NormalAll trialsShallowConvNet71.91% ± 17.58%71.91%
NormalAll trialsSupport-CSP + ShallowConvNet73.16% ± 15.45%73.16%
StrokeAll trialsEEGNet75.58% ± 17.18%75.48%
StrokeAll trialsShallowConvNet80.61% ± 15.88%80.65%
StrokeAll trialsSupport-CSP + ShallowConvNet81.71% ± 14.84%81.69%
Normal20 Left + 20 RightEEGNet56.90% ± 7.24%56.90%
Normal20 Left + 20 RightShallowConvNet60.95% ± 9.97%60.95%
Normal20 Left + 20 RightSupport-CSP + ShallowConvNet63.95% ± 9.60%63.95%
Stroke20 Left + 20 RightEEGNet65.40% ± 11.04%65.40%
Stroke20 Left + 20 RightShallowConvNet72.00% ± 14.52%72.00%
Stroke20 Left + 20 RightSupport-CSP + ShallowConvNet73.40% ± 14.69%73.40%
三模型群組比較

比較說明

ShallowConvNet 是和 Support-CSP 使用完全相同 split、試驗數與資料增強的 scratch baseline。Support-CSP + ShallowConvNet 以 outer-train 中的 calibration trials 建立 Mu、low beta、high beta 的 CSP 空間濾波器與類別 prototype,再將 CSP log-variance/prototype 距離特徵與 ShallowConvNet 波形特徵融合。EEGNet 為標準 8通道 EEGNet 對照組。

資料

群組比較 CSV