3D-Telepathy：从 EEG 信号重建三维物体

基于摘要分析。3D-Telepathy 研究从 EEG 信号重建三维视觉刺激，针对 EEG 噪声较大及 EEG—三维信息配对数据稀缺的问题，提出结合 EEG 编码器、扩散先验与三维表示优化的生成方案，研究目标是将脑活动重建从二维图像扩展至三维物体。 方法上，作者提出整合双重自注意力机制的 EEG 编码器，并采用包含交叉注意力、对比学习和自监督学习的混合训练策略。生成阶段使用 stable diffusion 作为先验分布，通过 Variational Score Distillation 训练神经辐射场。摘要未说明各训练机制的具体作用、监督信号、损失组合，以及 EEG 表征与生成模块之间的接口，这些细节尚未验证。 作者报告，该方法能够从 EEG 数据生成内容与结构相似的三维物体，但摘要未提供数据集、被试数量、刺激呈现方式、数据划分、对照基线或定量指标，因此无法判断结果适用于被试内、跨被试还是其他评估协议，也不能据此确认对未见物体的泛化能力。 全文核查的重点是配对数据如何构建、三维结构相似性如何评估，以及 EEG 条件相对于生成先验的实际贡献。实验协议、消融及统计信息尚未验证；代码、数据与复现所需计算条件也尚未验证。摘要提及 BCI 和沟通障碍辅助应用，但未提供在线 BCI 或临床验证证据。