DEVAE-GAN：多级认知工作负荷水平fNIRS数据生成模型.pdfVIP

２０２５年第３８卷第４期

ＥｌｅｃｔｒｏｎｉｃＳｃｉ＆Ｔｅｃｈ/Ａｐｒ１５ꎬ２０２５

DEVAE-GAN:多级认知工作负荷水平fNIRS数据生成模型

陈利ꎬ马壮ꎬ尹钟

(上海理工大学光电信息与计算机工程学院ꎬ上海２０００９３)

摘要深度学习方法在ｆＮＩＲＳ(ｆｕｎｃｔｉｏｎａｌＮｅａｒ－ＩｎｆｒａｒｅｄＳｐｅｃｔｒｏｓｃｏｐｙ)的应用已成为脑机接口领域的研究热点ꎬ但

较少的可用数据限制了深度学习模型的性能ꎮ文中基于ＤＥＶＡＥ－ＧＡＮ(Ｄｕａｌ－Ｅｎｃｏｄｅｒ－ＶａｒｉａｔｉｏｎａｌＡｕｔｏｅｎｃｏｄｅｒ－Ｇｅｎｅｒ￣

ａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋ)提出适用于ｆＮＩＲＳ原始信号生成的方法ꎮ将预处理好的ｆＮＩＲＳ信号转换为时间和空间表示形

式ꎬ输入到双编码器中提取时间和空间信息ꎬ拼接两条信息并送入解码器中生成样本ꎮ为了验证其有效性ꎬ在心理负荷

任务的公开数据集上进行实验ꎬ将不同数量的生成样本扩充到训练数据集ꎬ并使用增强的数据集来训练深度神经网络ꎮ

与多个