用于提升 RSVP-BCI 解码性能的带被试特异适配器的时域—频谱融合 Transformer

基于摘要分析。该研究针对快速序列视觉呈现（RSVP）BCI 中新被试解码依赖较多训练数据、系统准备耗时的问题，提出 Temporal-Spectral fusion transformer with Subject-specific Adapter（TSformer-SA），结合 EEG 时域与频谱双视图建模，并通过被试特异适配器将已有被试数据中学到的知识迁移至新被试。 方法包含三个双视图学习环节：跨视图交互模块促进 EEG 时域信号特征与频谱图特征之间的信息传递，并提取共同表征；基于注意力的融合模块整合两种视图，形成用于分类的判别特征；多视图一致性损失则提高同一 EEG 信号两种视图特征的相似性。被试特异适配器用于快速适配新被试，但其结构、插入位置、更新参数范围及训练流程在摘要中未说明。 作者报告，在使用有限新被试训练数据的实验条件下，TSformer-SA 的表现显著优于对照方法。摘要未提供数据集、被试数、数据划分、对照方法名称、评价指标或具体数值，因此尚不能量化性能增益，也不能判断准备时间实际缩短多少。这里的跨被试知识迁移涉及新被试训练数据，不应解读为无需校准的跨被试泛化。 复现时应核对双视图特征构建方式、一致性损失的具体形式与权重、已有被试预训练与新被试适配的数据边界，以及适配耗时是否计入完整系统准备流程。实验协议、消融及统计信息尚未验证；双视图交互、一致性约束和适配器各自的贡献需结合全文确认。