语言 · GitHub
bisal2003/Thought-to-Speech-BCI
This repository explores deep learning models (CNNs, ViT, DeWave) to decode imagined speech from EEG signals. Using the Chisco dataset, this project aims to advance Brain-Computer Interface (BCI) technology and develop new communication tools for individuals with paralysis.
github_bisal2003_thought_to_speech_bciEEGMIT开放
信息覆盖度
18/ 100
覆盖度反映信息完整程度，不代表信号质量。持续补全中。
核心元数据可推断
原始信号未知
事件标记未知
行为标签可推断
受试者规模未知
论文关联可推断
Benchmark未知
跨受试者未知
采集设备未知
Benchmark 证据
| 模型 | 任务 | 类型 | Accuracy |
|---|---|---|---|
| 暂无 Benchmark 证据 | |||
知识图谱
任务
Language论文
暂无算法
暂无应用
暂无相似数据集
Cross-language repetition priming50.3 · exact task matchEEG Motor Movement/Imagery Dataset40.0 · no direct task matchSleep-EDF Database Expanded39.0 · no direct task match评分构成
数据质量0.0
标签质量0.0
科研价值0.0
AI 可用性0.0