脑机百科消息(bciwiki.com)，据arXiv，Sergey Musienko于2026-10-09在该平台上传一项关于Nimbus Studio的验证研究，预印本未经同行评审。Nimbus Studio是用于脑机接口实验的可视化流水线平台，支持研究者组合预处理、特征提取、解码和评估步骤。本研究比较平台执行引擎与独立手写参考实现的输出，检验两者计算结果是否一致。
研究在三个公开数据集上评估六种标准解码流水线：运动想象数据集BNCI-2014-001/004，以及P300数据集BNCI-2014-009。流水线包括CSP+LDA、Riemannian MDM、通过平台自带代码节点运行的切空间逻辑回归、P300 xDAWN+LDA，以及深度模型ShallowConvNet和EEGNet。参考实现直接基于MNE-Python、scikit-learn、pyriemann和braindecode构建。评估分别采用将每位受试者的一次采集会话留作测试，以及通过平台planned-CV驱动器执行的汇总数据留一受试者交叉验证；后者每次留出一名受试者用于测试。
在按采集会话划分训练与测试数据的54次受试者测试中，确定性解码流程与参考实现的结果完全一致；CSP和MDM流程在分组交叉验证的每一轮中也完全一致，最大准确率差异为0.00个百分点，验证范围包含自带代码节点和交叉验证调度。其余分组交叉验证单元被作者报告为达到浮点精度一致，最大准确率差异为0.06个百分点，作者称这约相当于每轮测试中的一个试次。随机深度模型在双方多随机种子重复训练所估计的波动范围内一致。
作者据此认为，在所测试的协议、任务范式及扩展功能中，平台执行引擎可得到与参考软件栈一致的计算结果。论文称完整测试框架和逐受试者结果随文提供，以便独立核验。这些结果来自公开数据集上的计算验证，不是对临床疗效的验证。