Xinjie He

空间-通道重建引导的频域-时间-空间深度神经网络框架用于基于SSVEP的脑机接口EEG解码

EFS-NET：基于空间校准的EEG-fNIRS多尺度融合网络

基于LLM多智能体的免提运动想象EEG分类

通过残差深度可分离网络突破运动想象分类的深度壁垒

基于深度神经网络的多维度策略模型提升运动想象分类的能力与精度

CSCLN-DDTE：跨主体对比学习网络，结合领域多样性和模板增强，用于SSVEP-BCI频率识别

利用低频成分增强基于高频稳态视觉诱发电位在快速校准场景下的脑机接口

SecNet: 用于mi-eeg的二阶神经网络

使用公共周期重复分量的交叉刺激转移学习框架，用于快速校准基于SSVEP的bci

基于挤压和激励的多尺度CNN对稳态视觉诱发电位的分类

FlexFusionNet：一种基于Inception和残差融合的跨被试SSVEP分类方法，用于增强物联网应用中的脑机接口

利用时空估计进行在线自适应稳态视觉诱发电位识别

一种结合滤波器组的时间-局部变换稳态视觉诱发电位识别框架