脑机百科消息(bciwiki.com)，美国纽约州立大学奥尔巴尼分校等机构的研究人员提出闭环脑机接口MetaIDNet，用于色觉评估。离线实验中，它在保持精度的同时把评估速度提高70%；在线实验中，它在速度不变时把精度提高40%。相关论文发表于2026年9月30日的《Sensors》，DOI为10.3390/s26196197。
该团队此前已展示基于脑机接口的客观、定量色觉评估方法。评估时，受试者注视一个在两种光源之间交替闪烁的刺激。两种光源看起来颜色差别越大，诱发的稳态视觉诱发电位（SSVEP）越大；颜色越相近，诱发电位越小。因此，这种脑电反应取决于个人的色觉，系统通过观察色彩空间中不同位置诱发的SSVEP大小来评估色觉。
据论文描述，这类评估的准确性取决于取样策略以及单次观测中的噪声。现有系统在色彩空间中均匀取样，并在同一位置重复采集多个SSVEP取平均以降低噪声，这样做以牺牲速度换取精度。MetaIDNet结合高斯过程回归（GPR）与神经网络，改善速度与精度之间的权衡。
研究人员分别以10名和8名参与者进行离线和在线实验，并与2种现有方法比较。作者在论文中表示，结果证实MetaIDNet显著提升了色觉评估脑机接口的速度和精度。论文作者包括Hadi Habibzadeh、Daphney-Stavroula Zois和James J. S. Norton。