研究提出形态学-模态框架指导生物信号分类流程

Jordan Tschida 等研究人员发布论文，提出将脑电、肌电、心电、光电容积脉搏波及眼电等生物信号的波形结构归纳为尖峰、脉冲簇、振荡、慢漂移和层级节律五类形态，并据此框架指导预处理、特征提取与建模的流程设计。研究者称，该框架把波形结构与分类方法的选择原则性关联起来。 框架分析显示：局部化架构适合尖峰和脉冲簇信号，频率与时序模型适合振荡信号，混合方法适合层级信号。研究还指出跨被试泛化、保形态数据增强、多模态融合与评估实践方面的挑战。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。