D²-FOSA：基于频率导向语义对齐的双扩散引导 EEG 到图像重建

基于摘要分析。该研究针对 EEG 到图像重建中频率特异性神经动态捕获不足、EEG 与视觉内容跨模态语义对齐不充分的问题，提出 D²-FOSA，将频率感知 EEG 表征、对比学习与双扩散生成结合，用于视觉语义检索和图像重建。 方法上，Frequency-Spatio-Temporal Dynamics Encoder（FSTDE）基于 Frequency-Oriented Mamba（FOMamba），旨在显式建模 EEG 振荡模式及长程依赖；随后通过对比学习，将提取的 EEG 特征对齐到 CLIP 视觉语义空间。生成模块 Dual Diffusion Latent Generator（DDLG）采用双向 EEG–图像条件机制，以加强跨模态对齐并促进循环一致生成。摘要未说明频率信息的具体表示、对比学习样本构造、双扩散的训练与推理流程，以及循环一致性的具体实现，这些机制细节尚未验证。 作者报告，在四个数据集上的检索和重建实验中，D²-FOSA 优于现有方法；其中在 THINGS-EEG 图像重建任务上，相对 MB2C 的 FID 降低超过 17。该数值是 FID 差值，而非百分比或百分点；其余数据集名称、具体 FID、检索指标、被试数，以及被试内、跨被试等划分协议未在摘要中提供，因此不能据此判断跨被试泛化能力，也不能直接与其他协议下的结果比较。“显著优于”的统计依据尚未验证。 复现时需核对频率导向编码和双向扩散各自的消融贡献、训练测试划分、图像生成与 FID 计算设置，以及与 MB2C 的对照条件。作者称源代码位于补充材料，但代码可获取性、运行环境和预训练依赖尚未验证。当前证据支持将其视为 EEG 视觉解码与生成方法研究，不能进一步推断其实时 BCI 可用性；完整实验协议、消融及统计信息仍需查阅全文。