通过自适应卡尔曼滤波在运动状态下采集高质量听觉脑干反应

基于摘要分析。该研究针对听觉脑干反应（ABR）易受噪声干扰、检查时需保持安静且通常需要数千次试验的问题，提出 adaptive Kalman filtering（AKF，自适应卡尔曼滤波），用于咀嚼或张口状态下的 ABR 采集。主要研究对象是临床听觉功能评估中的脑干诱发反应，而非 BCI 任务解码。 方法与对照：作者先向用于提取成人 ABR 的 EEG 试次人工添加噪声，以考察 AKF 的可行性，再将其与传统平均法（Ave）及伪迹剔除法（AR）比较。摘要未说明 AKF 的状态建模、自适应参数更新、噪声估计方式及各方法的具体实施条件，尚不能据此还原算法。 结果：作者报告，AKF 提取的 ABR 与静息状态下 Ave 提取的 ABR 具有相似形态，相关系数为 96.16 ± 2.15%；该数值不是分类 Accuracy，具体统计单位及“±”的含义尚未验证。在运动状态下，作者报告 AKF 相比 Ave 或 AR 得到的 ABR 特征波更易辨认、潜伏期更稳定，且 V 波幅度更高；摘要未提供这些比较的具体数值或统计显著性信息。 证据边界：摘要支持将 AKF 视为运动干扰下 ABR 波形提取的候选方法，但尚不能确认其能减少所需试次数、缩短检查时间，或适用于儿童及无法配合的临床人群。被试数、采集与刺激参数、人工噪声设置、运动条件、参考波形构建、实验协议、消融及统计信息尚未验证。复现时需重点核对这些条件，以及特征波识别和潜伏期稳定性的评价标准；当前结果不构成 BCI 解码有效性的证据。