TriRouter：面向鲁棒 EEG 运动想象解码的稀疏到稠密电极空间路由

基于摘要分析。针对运动想象 BCI 在电极稀疏或受损条件下的多通道 EEG 解码问题，作者提出电极空间路由框架 TriRouter，通过判别保持、掩码鲁棒性与潜在补偿三条路径，兼顾完整通道条件下的判别能力和严重通道缺失时的表征恢复。 其核心机制是使用经验证集校准的路由器，根据可观测的通道可用性分配各路径贡献。摘要将完整通道判别保持与缺失条件下的恢复能力作为互补目标，但未提供各路径的具体结构、损失形式、缺失掩码生成方式或路由校准细节，尚不能判断各模块的独立贡献。 作者报告，在 BNCI2014-001 上，TriRouter 优于标准公开骨干模型及采用动态空间滤波的受损 EEG 基线；相对于最强受损 EEG 基线，在名义通道缺失比例为 25%、50% 和 75% 的设置下，Accuracy 分别提高 3.68、4.02 和 6.46 个百分点。摘要未说明这些结果采用被试内还是跨被试划分，也未给出绝对 Accuracy，因而不宜与其他协议下的分数直接比较。作者还报告，该方法在结构化区域缺失及额外低通道数据集评估中保持有效，但摘要未列出相应数据集名称与量化结果。 复现时应优先核对验证集校准与测试评估的边界、训练和测试缺失模式是否一致，以及区域缺失的定义；还需确认三条路径及路由器的消融、跨被试稳定性和计算开销。实验协议、消融及统计信息尚未验证，现有摘要也不足以将其通道缺失结果推广为对所有 EEG 噪声或电极损坏类型均有效。