StationPlot：一种用于癫痫发作检测的新型非平稳性量化工具

基于摘要分析。该研究针对动态时间序列的非平稳性可视化与量化，提出 StationPlot，并利用凸包几何（CHG）构建描述非平稳性及变异程度的解析特征。研究以 EEG 癫痫发作检测为验证场景，主要贡献是将时间序列的动态变化转化为可用于分类的几何描述符，而非直接提出 BCI 控制或解码方法。 机制方面，StationPlot 通过其感兴趣区域（ROI）在欧氏空间中的非对称结构，表征趋势平稳（TS）与差分平稳（DS）扰动；进一步以 CHG 刻画相关几何性质。摘要未给出 StationPlot 的具体构造、几何特征定义及特征与分类器的连接方式，因此尚不能据此复现完整流程。 作者报告，在所使用的 EEG 癫痫发作检测实验中，提取的 CHG 特征取得了优于既有浅层特征方法的分类表现，并通过方差分析（ANOVA）支持其判别能力。摘要未提供数据集、被试数、数据划分、分类器、具体指标与数值，也未说明属于被试内还是跨被试评估，因而无法判断优势幅度及泛化范围。实验协议、消融及统计信息尚未验证。 复现时需要从全文核对信号预处理与分段方式、StationPlot 和 ROI 的构造规则、凸包特征计算方法，以及训练测试划分、对照基线和 ANOVA 的检验设置。当前证据仅涉及 EEG 癫痫发作检测，不能据此认定其对其他 EEG 任务或 BCI 解码同样有效。