使用脑电图(EEG)信号进行注意力检测已成为研究热点。然而目前缺乏对EEG注意力检测中机器学习方法的系统性综述。南京航空航天大学张道强教授团队概述了过去五年中基于脑电图的注意力检测方面的最新进展，并重点关注听觉注意检测(AAD)和注意力水平分类。首先，文章简要概述了其常用范式、预处理技术与伪迹处理方法，并整理了过往研究中公开可用的数据集。其次，将当前主流的机器学习分类方法归纳为传统机器学习与深度学习两大类别，深入分析了各类方法的使用频率，并探讨了影响算法性能与应用场景的关键因素。最后，文章讨论了该领域现有的挑战和未来趋势。欢迎阅读[看书] http://t.cn/A6Dc6ib7 #机器学习[超话]##人工智能[超话]##脑电图信号##脑电图[超话]#