脑机百科消息(bciwiki.com)，该研究2026年6月18日发表于《Computers in biology and medicine》。研究者提出动态小波基选择增强方法，为每个EEG片段计算小波熵并选择信息量更高的小波基，再向对应的小波系数注入高斯噪声。增强后的信号由带通道激励机制的卷积神经网络完成想象语音分类。
研究数据集包含32个通道、8种刺激和10名参与者。词语与元音组合实验的最高分类准确率达到98%，Cohen's kappa为0.95，但完整类别分类的表现较低。研究者称，动态小波增强优于传统数据增强策略和静态小波方法，能够帮助模型适应EEG信号中的噪声和个体差异。该结果为非侵入式想象语音脑机接口的数据增强与静默语音解码提供了新的方法选择。