通过重构与挖掘味觉相关 EEG 的时空特征解码人类味觉感知

基于摘要分析。该研究针对人工味觉感官评价主观性强、重复性较差，以及电子舌灵活性不足的问题，提出从味觉相关 EEG 中识别酸、甜、苦、咸四类刺激的方法。核心贡献是结合时空重构数据增强（TSRDA）与多视图通道注意力（MVCA），以缓解 EEG 样本有限带来的训练困难并提取重要特征。 研究流程包括：按作者提出的实验范式采集不同味觉刺激下的 EEG；使用 TSRDA 在时间与空间维度重构重要特征，扩充训练数据；在设计的卷积神经网络中引入 MVCA 模块，对增强后的 EEG 进行特征提取与分类。摘要未说明时空重构的具体操作、多视图的定义、注意力计算方式、网络结构或训练损失，这些机制细节尚未验证。 在摘要所述的酸、甜、苦、咸四分类实验中，作者报告 Accuracy 为 99.56%、F1 为 99.48%、Kappa 为 99.38%（沿用摘要的百分比写法）。但被试数量、样本规模、被试内或跨被试协议、训练测试划分及对照基线未提供，因此这些数值不能直接用于判断跨被试泛化能力，也不能与其他协议下的结果直接比较。 复现时需核对味觉刺激与 EEG 采集流程、预处理、数据增强与训练测试划分的先后关系，以及 TSRDA 和 MVCA 的独立增益；实验协议、消融及统计信息尚未验证。作者认为该方法可支持客观、有效的食品味觉感官评价，但四类刺激分类表现能否进一步支持主观味觉体验测量或实际食品评价，仍需结合完整实验设计与外部验证判断。代码及数据可用性尚未验证。