免校准脑电解码框架RUNet跨会话识别准确率达87.19%
脑机接口每次使用前通常要让用户先做一轮校准,因为同一个人不同时间、不同人之间的脑电信号差异很大,这种差异来自个体差异和环境因素,是神经解码的主要难题。2026年1月发表的一项研究提出了运动想象脑电解码框架RUNet,试图省掉校准这一步。它先用静息状态下的脑电数据做无监督预训练,学习不随场次和个体变化的特征,再用任务数据做再训练,并借助黎曼流形上的数学映射压低不同场次、不同人之间的信号漂移。在BCI Competition IV 2a数据集上,这一框架的平均跨会话准确率为87.19%,跨被试准确率为68.09%;在PhysioNet数据集上,跨被试准确率为78.14%。结果全部来自离线数据集测试,尚未在实时使用中验证。