EEG 数据中的模式发现与可视化

基于摘要分析。本文研究如何直接从 EEG 数据中提取并可视化潜在神经活动模式，提出一个支持频谱动态探索与交互式查询的系统。其主要贡献是帮助研究人员检查单个电极或传感器组的信号，并探索不同时间和频率上共同出现的活动模式，而非提出 BCI 解码算法。 系统允许用户交互式构建查询，再据此揭示可能具有共同激活模式的脑区。摘要将这一功能置于探索远距离神经群体协同活动的背景下，但未说明频谱计算、模式提取、相似性度量或电极信号到脑区的映射方法，因此不能将查询结果直接视为功能连接或神经通信的证据。 作者报告，通过分析工作记忆实验中采集的 EEG 数据的案例研究展示了系统用途。摘要未提供被试数量、任务细节、采集配置、数据划分、对照方法或定量效果，因而目前只能确认其展示了探索性分析应用，无法判断模式发现的准确性、稳定性或跨被试泛化能力。 复现需进一步核对交互式查询的定义与处理流程、预处理及伪迹控制、时频分析参数、模式结果的验证方式，以及系统实现和数据的可获得性；实验协议、消融及统计信息尚未验证。该工作的价值主要在 EEG 数据的可视分析与假设生成，不能据此推断其改善了 BCI 分类性能或信息传输率。