SpectraLoom：用于开放词汇 EEG-to-text 翻译的频谱注意力多尺度神经解码

基于摘要分析。该研究从参与者阅读时每个注视词对应的 EEG 中生成所读句子，提出 SpectraLoom，以词相关频带注意力、多尺度时序编码和跨注意力桥接改善开放词汇 EEG-to-text 解码；其研究对象是阅读条件下的句子重建，不能直接等同于自由意图表达或实时通信 BCI。 核心机制包括：Spectral Band Attention（SBA）对每个词事件的八个频带切片计算词相关门控，使用 315 个参数并保留全部 840 个输入特征；Conv1D–BiLSTM 编码器并行处理覆盖三个、五个和七个相邻词事件的卷积窗口，再通过双向递归整合全句上下文；Cross-Attention Bridge（CAB）让每个词对齐的 EEG 状态关注整句信息，细化后输入 BART 编码器。摘要将这些设计分别对应于频带直接展平、单尺度上下文建模及固定线性投影的局限，但具体注意力计算、训练损失和模块连接细节尚未验证。 作者报告，在句子分组划分、相同解码设置和三个随机种子的统一协议下比较五个系统：在 ZuCo 1.0 域内评估中，SpectraLoom 的 ROUGE-L 为 16.80、词错误率为 97.55；在 ZuCo 2.0 零样本跨数据集评估中，分别为 17.65 和 92.70，均为所比较系统中最高 ROUGE-L 和最低词错误率。摘要未明确词错误率数值的单位或呈现尺度。作者另报告参数量比 T5-large 少 44%，但参数统计范围尚未验证。 作者报告其 teacher-forced BLEU-1 至 BLEU-4 最高；这类指标需与实际生成结果区分。三个种子的消融中，移除或简化任一组件均降低两个语料上的 BLEU-1 至 BLEU-4 和 ROUGE-L；词无关频带门控使 BLEU-1 降低 4.87，具体数据集与评估设置尚待核对。作者还报告 BLEU-1 的跨种子标准差为 0.74，而采用相同 BART-large 骨干的 BrainTranslator 为 3.35，该比较的具体评估场景尚未验证。 复现需核对句子分组方式、被试重叠、EEG 预处理、词事件对齐、解码配置及参数计数口径；摘要不足以确认跨被试或跨会话泛化。双向递归与整句注意力依赖完整句子上下文，在线使用需另行评估。作者提供了代码地址，但代码可用性、实验协议细节及统计信息尚未验证。