Motor Imagery Decoding with Residual Dense Network

Permana Deny, Sae Won Cheon, Kae Won Choi

http://doi.org/10.5626/JOK.2022.49.5.380

본 논문에서는 Motor Imagery (MI) 디코딩 중 뇌파에 대한 RDN (Residual Dense Network) 프레임워크를 제안한다. 특징 학습 및 의사결정을 수행하기 위해 심층 신경망을 기반으로 하는 특징 추출 및 디코딩 알고리즘을 포함하는 디코딩 프레임워크를 설계한다. BCI Competition IV의 Dataset 2A에서 공개하는 BCI 데이터 셋을 디코딩하는 RDN의 성능을 분석한다. 본 눈문에서는 실험을 통해 주어진 데이터 셋에 대한 정확도 측면에서의 성능을 평가하였으며, RDN 프레임워크는 0.8290의 결과를 나타내었다. 이 결과는 동일한 데이터 세트를 이용하는 이전의 연구를 능가한다. 결론적으로 RDN은 실용적인 뇌-컴퓨터 인터페이스에서의 디코딩 프레임워크를 제공한다.