NFBLab：用于神经反馈与 BCI 研究的多用途软件

基于摘要分析。NFBLab 面向神经反馈（NFB）与 BCI 实验，旨在提供可复现的实验范式和低延迟反馈，支持研究被试对自身脑活动的自主调节。作者开发了基于 Python 的开源软件，将实验协议配置、个体化信号处理和反馈呈现整合在同一工具中；这是一项研究软件工作，而非神经反馈临床疗效验证。 实验组织方面，用户可通过 GUI 配置复杂协议，并保存为内部基于 XML 的描述语言，记录信号处理流程、实验区块及其顺序，包括区块随机化。这为保存和重用实验配置提供了机制，但配置可复用不等同于跨被试或跨训练日效果已获验证。 信号处理方面，NFBLab 提供交互式模块，使用空间与时间滤波进行个体化 EEG/MEG 特征选择和伪迹去除。软件可直接对接 MNE-Python，结合个体头模型及适配的个体逆解器开展源空间 NFB。除常规 EEG/MEG 脑节律动态提取算法外，作者报告还实现了若干自行开发的信号处理算法，可显著降低反馈呈现延迟；摘要未给出算法细节、延迟数值、测量条件或对照基线，因此改善幅度尚未验证。作者将更好的训练效果表述为潜在可能，而非已证实结果。 设备接入方面，软件通过 Lab Streaming Layer 连接外部采集设备，通过 Fieldtrip buffer 接入 MEG，并支持若干标准 BCI 范式，但摘要未明确具体范式。复现与选型时需核对软件版本及依赖、设备兼容性、协议配置示例、滤波与源定位参数，以及采集至反馈呈现的端到端延迟测量方式。实验协议、消融及统计信息尚未验证；材料未提供可核对的训练效果或临床获益数据。