EEG 数据中的伪迹检测与校正：综述

基于摘要分析。本文关注多种伪迹造成 EEG 信噪比偏低、进而限制其应用的问题，综述经典及近期的伪迹检测与校正技术，重点覆盖论文撰写时的近五年工作。其贡献是梳理不同处理路径的优缺点，并提出未来研究方向，而非发布新的伪迹处理算法。 摘要明确区分了两类处理路径：一类检测并剔除受伪迹污染的片段，另一类从 EEG 信号中提取噪声成分。前者以舍弃污染数据为处理方式，后者尝试分离噪声；但摘要未列出具体算法，也未说明各方法依赖的信号假设、辅助通道、监督信息或计算条件，不能据此判断其适用场景与性能排序。 作者表示比较了各类方法的优势与不足，但摘要未提供具体比较结论、数据集、被试规模、评估协议或量化指标。实验协议、消融及统计信息尚未验证，也无法确认综述是否包含统一条件下的实证对照。 对于 EEG/BCI 研究，全文值得核对的内容包括：伪迹处理是否同时保留任务相关神经信号、片段剔除对有效数据量的影响，以及噪声提取方法在不同通道配置和记录条件下的适用性。这些是阅读时的核查问题，不代表作者已报告相应结果；本文摘要本身不支持任何下游 BCI 性能提升结论。