#Electrode Shift

MCD-EEG：非平稳时空 EEG 基准能否评估跨任务、EEG 帽移除重戴及跨人群的脑纹身份识别？

基于摘要分析。该研究针对现有公开 EEG 数据集难以覆盖跨任务、跨采集阶段及跨人群分布变化的问题，提出 MCD-EEG 数据与评估基准，用于研究脑纹身份识别中的稳健表示学习、泛化与公平性。核心贡献是将多阶段认知任务、重复会话采集和 EEG 帽移除重戴（re-cap）引入同一评估框架。 作者报告，数据包含 45 名参与者，其中 22 名为语前聋人士、23 名为听力正常对照；采用 60 通道高密度 EEG，并采集行为测量。认知范式包括阅读、干扰和延迟回忆任务，跨会话重复采集；第二次会话包含完整的 EEG 帽移除与重新佩戴，以显式引入更贴近实际使用的跨会话采集变化。 作者据此建立任务内、跨任务和跨 re-cap 的标准化脑纹身份识别任务。其研究价值在于为区分任务变化与重新佩戴条件下的身份表征稳定性提供测试条件，而不是仅评估固定任务、固定采集条件下的识别能力。摘要提及面向神经多样性的表示学习与公平性，但未说明跨人群评估的具体划分、指标或对照方式，不能据此认定模型已实现公平性或跨人群泛化。 摘要未提供识别模型、训练目标、基线结果或性能数值。复现与解读时需核对身份类别及训练测试划分、各会话的时间间隔与样本量、预处理、跨任务与跨 re-cap 协议，以及人群间表现差异的统计方法。实验协议、消融及统计信息尚未验证，数据开放与获取条件亦尚未验证。该材料讨论的是脑纹身份识别基准，不应将其效果扩展为一般 BCI 任务的已验证性能。