以直接/間接腦波人機介面為基礎之中風病人復健輔具系統-子計畫二：人工智慧腦波辨識及電路實現(2/3)

本研究利用腦波人機介面（Brain Computer Interface, BCI），進行運動想象（MI）的辨識。本研究開發了一個在虛擬實境(Virtual Reality, VR)環境下的遊戲，收集受試者想象左手、右手移動以及休息狀態時的想像運動訊號，經過開發的神經網路，進行即時腦波意念的偵測。本研究開發具有注意力機制的神經網路，利用在時頻空間的卷積神經網路(Convolutional Neural Network)對於想像運動的腦波訊號進行特徵萃取，本神經網路可以達成在利用每次想象動作前1秒捕捉腦電圖（EEG）信號進行想像運動的動作便是。本研究採去注意力機制架構來處理EEG信號，得益於其自注意機制對序列數據的強大適應性，Transformer不僅有效地消除了噪音，還成功地提取了關鍵特徵。隨後，這些經Transformer處理的信號被輸入到EEGNet進行三類分類。在與八名參與者進行的測試中，我們的模型達到了平均71.32％的準確率，較僅使用EEGNet的方法提高了9.17％。這一結果不僅展示了結合Transformer和EEGNet在BCI應用中的潛力，也為未來的研究提供了新的方向。