用于自主节奏运动检测 BCI 的自动标注与在线评估

基于摘要分析。该研究针对自主节奏运动检测 BCI 中 EEG 样本难以标注、离线评估难以反映在线使用表现的问题，提出以 EMG 为参照的自动标注方法，并构建伪在线评估套件。研究还采集了 10 名参与者自主进行手部张开与闭合动作的 EEG 数据，用于训练和评估。 方法与研究对象：论文关注自主发起的运动检测，而非提示驱动任务或运动想象。作者指出，提示驱动的数据采集便于标注，但提示刺激可能引入噪声，且训练要求与使用情境存在局限；自主节奏任务更贴近用户自行发起动作的情境，却增加了标注难度。其自动标注方法通过交叉参照 EMG 信号为 EEG 生成标签，作者将其描述为无需人工标注。摘要未说明 EMG 事件检测规则、EEG 标签与运动起始时间的对应关系，以及如何处理模糊或异常事件。 评估与结果：作者报告，在所采集数据的训练与评估中，自动标注方法相较基线标注方法能够较好应对噪声数据，但摘要未给出基线定义、指标或具体数值。作者还比较了常用机器学习模型在自主节奏运动检测中的表现，并报告离线表现良好的模型不一定在在线设置下同样良好，原因与在线 BCI 的具体设置有关。这里提供的是伪在线评估，不能据此认定已完成真实闭环在线验证或患者康复效果验证。 复现与核对重点：需查阅全文确认伪在线评估的时间窗口、更新与决策规则、数据划分、被试内或跨被试协议，以及标注基线和噪声处理方式。EMG 自动标注适用于何种运动能力与信号质量条件，也需进一步核对。实验协议、消融及统计信息尚未验证；摘要虽将方法、评估套件和数据集列为贡献，但其公开获取方式与代码可用性尚未验证。