SCORE：面向无标签跨被试 EEG-to-image retrieval 的被试坐标恢复

基于摘要分析。该研究针对新用户缺少带标签校准数据时，跨被试 EEG-to-image retrieval 表现明显弱于被试内表现的问题，提出 Subject Coordinate Recovery（SCORE）。其核心思路是通过源被试训练和部署时坐标对齐，在不使用目标标签、不更新编码器的条件下恢复目标被试 EEG 表征与图像空间的对应关系。 作者对跨被试 EEG 特征的分析表明，不同被试保留了相似的概念间关系，但这些关系沿不同坐标方向表达。训练阶段，SCORE 将源被试 EEG 对齐到共同图像空间，并通过仅使用源数据的训练回合模拟未见被试的坐标恢复。部署阶段，两个编码器均被冻结；方法通过 hubness-corrected matching（枢纽性校正匹配）筛选可靠的 EEG–图像地标，再估计正交变换以恢复目标 EEG 坐标，无需访问源数据或目标标签。其机制重点是调整表征坐标，而非更新编码器参数。 作者报告，在两个公开基准的跨被试 200-way 检索评估中，SCORE 对每个目标被试均优于未经适配的基线，并取得所比较方法中的最佳整体 Accuracy。在 THINGS-EEG2 上，Top-1/Top-5 Accuracy 为 53.23%/83.55%，分别比最强基线高 17.45/15.70 个百分点；在 Alljoined-1.6M 上，相应结果为 12.01%/32.16%，分别高 3.08/4.62 个百分点。 全文尚未取得，被试数量、源与目标划分、目标无标签数据的使用方式、检索候选集构造、基线配置、消融及统计信息尚未验证。复现时需重点核对：地标筛选如何控制错误匹配、正交变换对目标数据量与被试差异的敏感性，以及部署是否依赖批量目标数据。摘要将低延迟部署列为应用前景，但未提供运行时间证据，尚不能据此确认实际在线延迟。