基于头皮 EEG 的想象言语跨被试解码:三个公开语料库上的泄漏控制评估
Cross-subject decoding of imagined speech from scalp EEG: a leakage-controlled evaluation on three public corpora
基于摘要分析。该研究检验头皮 EEG 中的想象言语内容能否迁移至未经校准的新被试,并考察被试内解码表现受限的原因。其主要贡献是对三个公开语料库开展泄漏控制评估,区分言语内容迁移、刺激后状态识别与可能受伪迹影响的解码表现。 作者使用 ds003626、KaraOne 和 2020 International Brain-Computer Interface Competition 的 Track 3,通过断言检查数据划分完整性,并报告精确二项检验阈值、组水平检验及 bootstrap 置信区间。分析包括逐被试训练并测试其余被试、不依赖分类器的跨被试表征几何比较、被试级对齐,以及对被试内表现上限的五种解释进行检验;具体模型、对齐机制和五种解释的完整设置尚未验证。 作者报告,在 482 个有方向的被试配对中,没有配对在多重比较校正后达到显著水平;三个语料库的平均跨被试迁移 Accuracy 与各自机会水平的差距均不超过 0.006,而所有被试内参照表现均高于机会水平。该结果限定于所考察语料库与表征,不能据此断言所有想象言语 EEG 表征均无法跨被试迁移。 作者报告,想象阶段相对刺激前静息的分类在控制伪迹与经过时间后,Accuracy 约为 0.61;但解码器将想象开始前的区间判为“想象”的频率与真正想象阶段相近,因此作者将其解释为刺激后状态,而非想象本身。被试内评估中,仅竞赛语料库的每位被试均超过统计阈值,摘要给出的 Accuracy 为 0.3147、机会水平为 0.200;该数值的聚合口径尚未验证。音节数量对这一表现的解释有限,其频率特征也未通过伪迹审计。 作者据三个语料库的比较指出,每类试次数是唯一能对应其表现排序的变量,并据此倾向于优先建设更大的单条件数据集,而非继续推进模型开发;这一关联尚不足以确立数据规模的因果作用。实验协议、消融及统计信息尚未验证,尤其需要全文核对划分单位、多重比较范围、伪迹审计方法及被试内参照设置。
值得阅读之处在于将跨被试内容解码、刺激后状态识别与伪迹审计分开检验,为判断想象言语 EEG 的可迁移性及负结果边界提供可核对的评估思路。
来源:arXiv · 神经解码与侵入式接口 · arxiv.org