IncepA-EEGNet: 融合Inception网络和注意力机制的P300信号检测方法

许萌,王丹,李致远,陈远方

IncepA-EEGNet: P300 signal detection method based on fusion of Inception network and attention mechanism

Meng XU,Dan WANG,Zhi-yuan LI,Yuan-fang CHEN

表 5 在P300信号分类上IncepA-EEGNet与其他深度学习方法的比较

Tab.5 Comparison of IncepA-EEGNet’s performance with other deep learning methods on P300 signal classification

方法 受试者 Acc R P F1 CNN-1[10] A 0.7037 0.6737 0.3170 0.4311 CNN-1[10] B 0.7065 0.6783 0.4073 0.5090 MCNN-1[10] A 0.6899 0.6903 0.3085 0.4260 MCNN-1[10] B 0.6912 0.7340 0.3833 0.5034 MCNN-3[10] A 0.7038 0.6743 0.3172 0.4314 MCNN-3[10] B 0.7037 0.6923 0.4089 0.5141 EEGNet[20] A 0.7065 0.6460 0.3147 0.4232 EEGNet[20] B 0.7266 0.6950 0.4214 0.4587 BN3[17] A 0.7513 0.6133 0.3607 0.4605 BN3[17] B 0.7902 0.6947 0.4214 0.5246 IncepA-EEGNet A 0.7553 0.6456 0.3676 0.4679 IncepA-EEGNet B 0.7914 0.7250 0.4261 0.5367