将 EEG 时间同步地嵌入 MREG 的可逆数据隐藏方法

基于摘要分析。本文针对同步采集的 MREG 与 EEG 通常以独立文件存储和处理的问题，提出将 EEG 可逆地嵌入 MREG 的数据隐藏方法，主要目标是提高数据管理效率，同时兼顾数据保密性、可用性与可靠性。其贡献在于嵌入过程保持两种记录的时间同步，并允许恢复嵌入的 EEG 与原始 MREG。 技术上，该方法基于直方图移位，利用数据量化与感兴趣区域（Region of Interest）分割完成嵌入；摘要明确载体为 32-bit MREG，但未提供量化规则、区域选择依据、嵌入容量及时间对应关系的具体编码方式。这里的“数据隐藏”是多模态数据封装与恢复机制，不是 EEG 特征学习或神经信号解码算法，也不能直接等同于加密或安全性保证。 作者报告，在所述实验中，嵌入 EEG 后的 MREG 保持较高感知保真度；提取 EEG 并取得各电极样本后，MREG 可完全恢复至精确的初始状态。摘要未给出数据集、被试数、采样配置、定量保真指标、容量与运行开销，实验协议、消融及统计信息尚未验证。完整 EEG 恢复的逐样本验证方式，以及保密性、可用性和可靠性的评估依据，也需核对全文。 对 EEG 研究的直接意义是同步多模态记录的存储与数据管理。若考虑用于实际研究流程，需进一步核对其对文件格式、量化过程和时间元数据的依赖，以及嵌入前后下游分析是否一致；摘要未提供 BCI 任务或解码性能评估，不能据此推断 BCI 效果。