脑机百科消息(bciwiki.com)，日本千叶大学研究团队提出一种名为扩散逆滤波（Diffusion Inverse Filtering, DIF）的脑电信号处理方法，用于抵消脑电图（EEG）中因容积传导引起的空间平滑效应，从而增强基于功能连接的脑机接口（BCI）模式识别能力。该研究于2026年8月27日发表于《Brain Sciences》期刊，作者为Xu Y、Otsuka S和Nakagawa S。
脑电信号在头皮传播时，容积传导会使相邻电极的信号相互混合，导致功能连接估计出现虚假连接，扭曲真实的脑网络模式。DIF将这种空间平滑近似为扩散过程，并通过正则化逆运算将观测到的功能网络转换为判别能力更强的表示。研究以情绪识别作为范式任务，这是脑机接口系统的关键组成部分。实验结果显示，在电极稀疏化条件下，DIF通常能提升情绪识别性能，其中对皮尔逊相关系数（PCC）估计的改进最为一致。
研究还将DIF与信号级处理（在功能连接估计前对EEG信号进行处理）以及功能连接级变换（如基于图信号处理的滤波）进行了比较。DIF属于功能连接级变换，但不依赖图信号处理框架。结果表明，DIF作为一种功能连接级变换，有望成为信号级处理的补充或替代方案，且与现有基于功能连接的脑机接口流程兼容。