脑地形图：用于基于 EEG 的生物特征识别多视图融合设计的视觉特征

基于摘要分析。研究面向基于 EEG 的生物特征身份识别，针对少电极轻量采集设备空间分辨率较低、常规矩阵特征难以表达脑区信息的问题，将脑地形图（Brain topographic map，BTM）作为图像式 EEG 表征，并与张量视图融合。 方法先提取功率谱密度（PSD）特征，再通过 Biharmonic Spline Interpolation（双调和样条插值）得到 BTM 数据，映射到头皮空间生成 BTM 图像。随后，多视图融合模型联合图像视图特征和张量视图特征。摘要未说明张量视图的具体构成、融合位置、网络结构、损失函数及训练流程，相关实现尚未验证。 作者认为 BTM 能显式体现脑区间的连接及电位信息。不过，从摘要描述的生成过程看，其直接基础是 PSD 的空间插值；这一表征是否确实反映脑区连接，而非空间分布或平滑关系，需要结合正文中的定义与实验核对。 作者报告 BTM 特征具有竞争力，多视图融合模型相较其他模型的 Correct Recognition Rate 改善幅度为 4%–20%。摘要未提供数据集、被试数、电极配置、身份识别划分、对照模型及绝对识别率，也未明确该范围表示相对百分比还是百分点，因此不能将其解释为某一确定协议下的绝对增益。实验协议、消融及统计信息尚未验证。 复现时应优先核对 PSD 频段与估计方式、电极坐标、插值与图像归一化设置，以及身份识别评估是否涉及跨会话或跨设备条件；同时比较 PSD／张量单视图、BTM 单视图与融合模型，以确认收益来源。该研究的主要任务是 EEG 生物特征身份识别，摘要结果不直接证明其对运动想象等 BCI 任务有效。