基于GoogleNet卷积神经网络的MI EEG信号解码分析

本文主要研究的是基于GoogleNet深度学习模型的心电图(ECG)和脑电图(EEG)数据分析与解码，目的是从采集的EEG信号中有效识别出脑部神经活动的信息，以期更好的解释EEG信号的背后含义。本文借鉴了2003年EEG信号模式识别（MI）竞赛的MATLAB工具箱，建立了GoogleNet卷积神经网络模型，对EEG信号进行分析与分类，从而更好的发展EEG表征模型。