持续在线 EEG 运动想象解码的微调策略：来自大规模纵向研究的启示

基于摘要分析。本研究针对长期在线 EEG 运动想象（MI）解码中的跨会话分布变化，比较持续微调策略，并结合在线测试时自适应（OTTA），考察如何利用历史被试特异信息及部署期数据改善解码性能与稳定性。研究涉及较大用户群和每位参与者的多次会话，但摘要未提供具体规模。 方法上，研究先比较不同微调方式对解码器性能与稳定性的影响，再引入 OTTA，使模型在部署期间继续适应数据分布变化。作者强调实验采用因果设置；不过，历史会话如何用于更新、微调与 OTTA 分别更新哪些参数、是否需要标签，以及部署期更新与预测的具体时序，均需全文核对。 作者报告，在所研究的多用户纵向在线 MI 解码场景中，逐步积累并利用既往被试特异信息的微调方式能够改善性能和稳定性；OTTA 则可进一步适应连续会话间变化的数据分布，并支持免校准运行。摘要未列出指标、效应大小、对照基线或免校准的具体定义，尚不能判断改进幅度及适用边界。 复现时需重点核对数据集与被试规模、会话时间顺序及训练测试划分、初始化模型、微调与 OTTA 的更新规则、标签可用性，以及稳定性的度量方式。实验协议、消融及统计信息尚未验证。摘要所述神经康复与辅助技术价值属于应用意义说明，不能据此视为已完成临床有效性验证。