简介

简介：采用双GAN模型架构来生成脑电波与目标图像。

论文题目：Image Generation from Brainwaves using Dual Generative Adversarial Training（使用双生成对抗训练的脑电波图像生成）

会议：IEEE Global Conference on Consumer Electronics (GCCE)

摘要：表示通过无创脑电图设备捕获的脑电波内容对各种诊断应用具有实际意义。 虽然现有的生成对抗网络在神经科学的某些领域可以获得不错的结果，但由于真实脑电波的不足，在表示脑电波内容时性能显著下降。 这让我们引入了一种双生成对抗训练范式，以学习脑波和目标图像分布之间的平滑过渡。 我们的实验表明，我们的训练方法在三个基准数据集上优于最先进的训练策略。