基于特征向量的主角度跟踪用于 EEG 运动想象起始的无监督检测
基于摘要分析。研究针对脑控假肢接口需要持续检测运动意图、而非事后按试次分类的问题，探索将基于特征向量的不变子空间主角度（PA）跟踪直接用于带限 EEG，在无需带标签训练数据的条件下检测运动想象（MI）状态转变的起始，并通过与事件相关去同步化（ERD）的时间关系检验其生理依据。 方法在事件相关 EEG 片段上进行滑动窗口分析，计算 PA 轨迹，并与 mu 频段 ERD 的时间变化比较。其核心是用子空间方向变化表征脑状态转变，而不是训练有监督的 MI 分类器。摘要未提供子空间构建方式、特征向量选取、窗口长度、参考子空间及峰检测阈值，具体实现与在线推理条件尚未验证。 在九名被试、每名被试 144 个试次的事件相关片段分析中，作者报告 mu 频段 Peak Detection Rate 为 0.788，PA-Signal-to-Noise Ratio 为 6.19 倍（15.8 dB）。作者还报告，所有被试在 mu、beta 两个频段的 PA-Power Correlation 均为负；Wilcoxon 符号秩检验 p = 0.002，mu 频段均值为 −0.093，beta 频段均值为 −0.069。作者将这一方向解释为符合预期的 PA–ERD 反相关关系；相关幅度较小，不能仅凭显著性认定二者具有较强对应关系。Peak Detection Rate 不应替换为 Accuracy，也不等同于连续运行中的起始检测灵敏度。 作者指出，检测质量随各被试自身去同步化深度变化，并据此认为性能上限受生理信号制约；这一解释仍需结合全文中的分析和对照核对。作者将该方法定位为轻量、可解释的异步 MI-BCI 起始检测前端候选，而非已验证的脑控假肢系统。数据集名称、频段边界、检测时间容差、误报率、起始延迟、连续静息背景测试、基线对照、消融及统计信息尚未验证。复现时应重点核对事件相关片段的使用方式，以及无标签训练与阈值设定之间的关系。