运动想象 EEG 解码：超越单一最小导联配置

基于摘要分析。本文研究运动想象 EEG 解码中的精简导联问题，区分“解码器需要多少电极”的压缩问题与“选择特定电极是否优于同数量其他电极”的选择问题，主要贡献是用等通道数随机基线和独立测试检验这两类主张，而非提出一个普适的最小导联配置。 研究采用紧凑的 EEGNet-style 解码器，在 PhysioNet EEG Motor Movement/Imagery Dataset 上进行想象左拳与右拳运动的分类。共纳入 106 名被试，按被试划分为训练、验证、测试集，人数分别为 74/16/16，属于 Cross-subject 评估。作者预先固定保留全导联 Cohen’s Kappa 90% 的标准，仅用验证被试选择通道预算，再在留出测试被试上评估一次；Fisher 通道排序仅使用训练数据，并与相同通道预算的随机子集比较。 作者报告，验证集选出的预算为 64 个通道中的 32 个，Kappa 为 0.420，全导联为 0.443，保留比例为 94.8%。同一预算在留出测试被试上的 Kappa 为 0.292，全导联为 0.326，保留比例为 89.7%；被试级 bootstrap 区间为 0.698–1.079，包含 90% 阈值，因此测试结果既不能确认，也不能排除达到预设保留标准。 关于电极选择收益，作者报告 Fisher 排序未与等预算随机子集明确区分：每个预算使用 20 个随机子集时，单侧 p 值均不低于 0.14。测试后仅在验证集扩展至 100 个随机子集，排序配置在 k=16 与 k=32 时分别位于第 74 与第 87 百分位，对应 p=0.267 与 0.139。这些验证分析不能替代独立测试证据。 验证集后续分析中，作者报告八通道感觉运动区配置在十个新随机种子下优于排序配置，Kappa 差值为 +0.120，95% CI 为 0.088–0.151，但未优于同一头皮带内的随机子集；被试特定配置未超过随机配置，蒸馏结果尚无定论。复现时应保留按被试划分、验证集选预算、训练集内排序及等预算随机对照这些关键条件。具体预处理、Fisher 计算方式、随机子集采样规则、训练超参数及完整统计协议尚未验证。