面向 EEG 脑机接口的上肢骨架点连续运动想象轨迹解码

基于摘要分析。研究面向 EEG-based BCI 中的连续运动想象轨迹解码，探索以中国手语为任务基础，从头皮 EEG 重建上肢骨架点在三维空间中的位置变化。作者提出 motion imagery trajectory reconstruction Transformer（MITRT），并引入上肢骨架点的几何约束特征，为空间位置重建提供先验知识。 研究对象不是常见的离散 MI 分类，而是连续、非定向的三维运动想象轨迹，涉及肩、肘和腕骨架点。摘要明确了 Transformer 解码与几何先验的组合，但未提供 EEG 表征方式、几何特征的具体定义及注入机制、训练损失或推理流程，这些细节尚未验证。 作者报告，在采集的 20 名被试、中国手语运动想象 EEG 实验中，六个骨架点的平均 Pearson 相关系数为 0.975，并称显著高于对照模型。摘要未说明结果属于被试内还是跨被试评估，也未交代训练与测试划分、相关系数的具体汇总方式、对照模型名称及显著性检验细节，因此该数值不能直接用于判断跨被试泛化或与其他协议比较。Pearson 相关系数反映轨迹相关程度，不等同于三维位置误差或实际 BCI 控制性能。 复现时值得重点核对运动想象轨迹标签如何获得、EEG 与轨迹如何对齐、数据划分单位，以及几何约束相对于纯 EEG 解码的增益。实验协议、消融及统计信息尚未验证，代码与数据可用性也尚未验证。作者将结果解释为从头皮 EEG 重建想象上肢三维轨迹具有可行性；摘要不足以进一步确认在线控制、跨会话稳定性或康复应用效果。