/ EN
2026-07-23 00:00 法国 论文发表 基础与方法 译自 EN

脑电变异性越低表现越好,133人数据给出可解释指标

内容概述 一项预印本研究提出一套可解释指标,分别量化脑机接口(BCI)相关脑活动在时间、空间和频率维度上的变异性,并在两个运动想象BCI数据集(共133名受试者)中考察这些指标与BCI性能的关系,通过受试者内与跨受试者分类实验进行验证。研究者称,在多数条件下观察到-0.2至-0.4的负相关,提示较低变异性与较高BCI性能相关;指标还显示深度学习与基于黎曼的分类器对变异性的稳健性存在差异,前者相关性更弱。该框架可在试验内、试验间与试验组间等多个层级量化变异性,为理解EEG变异性、评估分类器敏感性以及基于变异性设计更稳健的BCI提供了可解释工具。该研究为预印本,尚未经过同行评审。
推荐理由 提出可解释指标分别量化脑机接口相关脑活动在时间、空间与频率维度上的变异性,在133名受试者的两个运动想象数据集上观察到变异性与性能的负相关,为理解BCI性能波动与分类器敏感性提供工具。该结果为预印本,未经同行评审。

一项预印本研究提出一套可解释指标,分别量化脑机接口(BCI)相关脑活动在时间、空间和频率维度上的变异性,并在两个运动想象BCI数据集(共133名受试者)中考察这些指标与BCI性能的关系。

研究者称,在多数条件下观察到-0.2至-0.4的负相关,提示较低变异性与较高BCI性能相关;指标还显示深度学习与基于黎曼的分类器对变异性的稳健性存在差异,前者相关性更弱。该研究为预印本,尚未经过同行评审。

本文由 BCIwiki 根据公开信息撰写

关联信源 · 1
arxiv.org 2026-07-23
阅读原文 ↗
指正 修订记录 · 无 / EN
© 2026 BCIwiki.com 产业简报 主题索引 提交线索 订阅本站 修订记录 关于我们