博文

GANet：一种结合并行卷积和图注意力机制的用于脑机接口任务ERP信号识别的卷积神经网络

已有 1021 次阅读 2026-7-26 10:32 |个人分类:学报英文版|系统分类:论文交流

本文刊登于Tsinghua Science and Technology（《清华大学学报自然科学版（英文）》）2026年第2期。

1.背景介绍

脑机接口（BCI）是一种人机交互方法，在不需要额外的语言或肢体动作的情况下，帮助人们与外部进行信息交流和设备控制，不仅便利了人们的日常生活，还提高了生活质量，尤其是残障人士。此外，BCI 在机械控制、汽车驾驶以及医学康复方面也具有显著优势。例如，BCI拼写器利用脑电信号中的ERP成分来完成通过“意念”的字符拼写。

近年来，以卷积神经网络模型为代表的深度学习技术飞速发展，在智能医疗上表现出强大的潜力。对于卷积神经网络来说，一个关键问题在于如何有效提取任务特征，多项研究表明多尺度的并行卷积具备强大的特征提取能力。然而在大量的特征面前，如何抽取出有效特征，避免特征冗余，从而提升特征表达能力，需要注意力机制来调节不同特征表达。基于此，本研究结合二者，考虑到脑电通道的特殊空间分布，使用图结构改进了注意力机制，对并行卷积提取的多尺度特征进行调节，从而提升模型性能，提升ERP信号识别率和泛化性。

2.成果简介

脑机接口（BCI，Brain-Computer Interface）是一种不需要身体动作的人机交互方法。为了优化在脑机接口信号处理环节中的特征表达，本研究提出了一个名为GANet的卷积神经网络模型，用于识别在BCI任务中诱发的事件相关电位（ERP，Event-Related Potential）信号。一方面，这个模型引入了并行卷积来提取脑电信号中不同尺度的特征，另一方面，在模型中，本研究改进了注意力机制，使用一个基于图结构的注意力机制来学习不同脑电信号通道之间的相互依赖性。本研究在公开数据集上进行了特定被试和跨被试两种条件下的实验。实验结果表明，GANet在特定被试条件下对ERP信号的识别率高达99.75%，在跨被试条件下获得了81.375的识别准确率。本研究通过消融实验分析了模型中不同网络结构的作用，结果表明并行卷积增强了网络的特征提取能力，图注意力机制提升了模型的特征表达能力，并且GANet在BCI任务的脑电信号处理中表现出良好的泛化性，助力脑科学智能医疗的进一步发展。

3.作者简介

本研究由中国科学院空天信息创新研究院方震研究员的医疗电子与人工智能团队完成，该团队包括研究员、副研究员、博士后及硕博士近四十人，汇聚电子信息、计算机、微电子、生物医学工程等领域的专业人才，深耕新型高端医疗设备与医学人工智能算法研发。

方震研究员，任职于中国科学院空天信息创新研究院传感器技术全国重点实验室，担任实验室主任、研究员 / 博导、中国科学院大学教授。近年来，他承担国家级项目三十余项；新型医疗电子方向发表SCI/EI收录文章200余篇；新型医疗电子方向授权发明约50项，获得获中国科学院王宽诚人才奖、国家科学技术进步奖二等奖、军事科学技术进步奖一等奖、产学研促进会创新成果一等奖、国际发明展览会金奖等，同时担任国家重大GG专项负责人，中国医学科学院《个性化呼吸慢病管理》创新单元主任，中国医学科学院医学与健康科技创新工程首席专家，国家重点研发计划战略性专项领域专家，基金委、科技部、农村农业部评审专家；互联网+医疗健康工作委员会副主任委员、医学装备人工智能联盟皮肤科委员会副主任委员、中关村标准化协会智能电气分会副主任委员、移动医疗专业委员会常委等。

4.文章来源

Li S, Wang P, Yu X, et al. GANet: A Convolution Neural Network with Parallel Convolutions and Graph-Based Attention Mechanism for Event-Related Potential Classification in Brain-Computer Interface Task. Tsinghua Science and Technology, 2026, 31(2): 920-931.https://www.sciopen.com/article/10.26599/TST.2024.9010129

Tsinghua Science and Technology 期刊介绍

Tsinghua Science and Technology是清华大学主办的第一本自然科学类英文期刊。2011年，本刊改版为信息科学类专业期刊，主要瞄准国家创新发展关键领域和战略方向，立足信息科学领域全球最新研究成果，全面反映人工智能、大数据、信息与通信工程、控制科学与工程、计算机科学与技术、软件工程等方面最新原创性研究成果，旨在为信息科学的研究和发展搭建了国际化学术交流平台。专业化转型后，本刊进入快速发展阶段，在学术质量及国际影响力上都得到了很大的提升，陆续被SCIE、SCOPUS、EI、CSCD等国内外数据库收录；2018年，期刊荣获“第四届中国出版政府奖期刊提名奖”；2019~2023年入选“中国科技期刊卓越行动计划”梯队期刊项目；2024年入选中国科技期刊卓越行动计划二期英文领军期刊项目；2025年入选北京市“2025支持高水平国际科技期刊建设-强刊提升类”项目。

经过十余年的努力，本刊受到了全球信息科学领域学者认可，国际稿源稳步提升，读者来自全球130多个国家及地区。2025年8月，Tsinghua Science and Technology第31卷第1期正式在清华大学出版社SciOpen平台出版发布，标志着Tsinghua Science and Technology结束了“借船出海”的办刊模式，回归本土独立运营！

SciOpen是由清华大学出版社自主研发的科技期刊国际化数字出版平台，于2022年6月正式上线。截至目前，SciOpen平台目前已汇聚195种期刊，上线超过5.8万篇文章，2025年7月访问量突破960万次，用户遍布190多个国家和地区。SciOpen平台已实现与国际通用搜索引擎、出版标准化组织及重要学术索引数据库的全面对接，运行稳定、服务可靠，为Tsinghua Science and Technology回归后的持续发展提供了坚实技术支撑和全球化传播保障。

未来，Tsinghua Science and Technology将继续聚焦信息科学前沿和热点研究，依托SciOpen平台先进的服务能力，为我国乃至全球的信息科学领域发展贡献更多的智慧与力量。