脑机百科消息(bciwiki.com)，研究团队提出名为SPDAlign的可解释框架，无需带标注的校准数据，即可校正脑电（EEG）脑机接口在不同受试者、不同使用时段之间的数据分布偏移。据arXiv显示，该论文于2026年10月5日上传至arXiv预印本平台（编号2610.06315），尚未经同行评审。
脑电信号具有非平稳性，同一模型换一个用户或换一次使用时段，输入数据的统计分布就会改变，这限制了脑机接口在康复和沟通等场景中的实用性。研究人员借助一个经典的脑电生成模型，分析由各数据域特有的“前向过程”引起的分布偏移，这一过程与头部几何结构等因素有关。他们从理论上证明，这类偏移可以仅通过对称正定（SPD）流形上的线性变换来还原。
基于这一结论，SPDAlign首先对齐各数据域的均值，再采用一种名为Wasserstein Procrustes的最优传输技术，校正不同域之间的整体旋转，以促进域不变的脑电学习。作者通过仿真对方法做了系统研究，并称其在大量公开脑电数据集上表现出具有竞争力的性能。论文摘要未列出具体的准确率数字。
作者指出，SPDAlign是全局线性框架，本身具备可解释性，能够识别值得关注的频段，确定反映信号源与传感器关系的空间模式，并应对跨受试者差异。