EEG 信号用于生物特征识别的可用性：综述

基于摘要分析。本文研究 EEG 生物特征识别系统在现实使用中的可用性，综述相关刺激、特征及分类方法，并提出结合多项用户相关因素的可用性评估框架。其主要研究对象是利用 EEG 进行身份识别的系统，而非一般 BCI 任务解码。 综述首先比较用于诱发携带身份信息的 EEG 信号的不同刺激，再梳理文献所采用的特征与分类器。核心贡献是将评价视角从识别性能扩展到用户相关的可用性因素，以分析实验系统走向现实场景时面临的挑战；摘要未给出框架的具体维度、权重或评分计算方式。 作者报告，对所综述系统进行框架评分后，观察到可用性提高的模式，尤其体现在该综述所覆盖的较近年份，并将其与面向现实应用场景的性能改进努力联系起来。这是特定文献范围及评估框架下的观察，不能据此断言所有 EEG 身份识别系统均已具备实际部署能力，也不能等同于识别 Accuracy 的提升。 作者还提出，随着更多性能数据积累，可进一步将 Aging effects 纳入框架；摘要未明确其具体定义及评估方法。文献覆盖范围、纳入标准、系统间评分可比性、实验协议及统计信息尚未验证。阅读全文时，重点可核对框架如何操作化用户相关因素，以及不同刺激和采集条件下的系统是否具有可比性。