supFunSim：用于 EEG 的空间滤波工具箱

基于摘要分析。supFunSim 面向 EEG 源重建与源级定向连接分析，提供 Matlab 工具箱，将 EEG 前向建模、多种空间滤波器及连接分析功能整合到统一实现中。论文介绍工具箱的开发者与终端用户视角，包括安装流程和使用案例。 核心功能包括线性约束最小方差（LCMV）、eigenspace LCMV、nulling（NL）以及 minimum-variance pseudo-unbiased reduced-rank（MV-PURE）滤波器的多种版本，并支持使用 partial directed coherence（PDC）度量开展源级定向连接分析。前向模型描述脑源活动到传感器观测的映射，空间滤波器用于从 EEG 观测中重建源活动；PDC 则用于分析源级信号之间的定向连接，不应直接等同于已验证的因果关系。 工具箱基于 FieldTrip，采用面向对象编程。作者将模块化设计带来的易扩展性作为实现特点；这为比较不同源重建方法提供了软件层面的基础，但摘要没有给出统一评估协议或定量对照结果。作者称其能够生成准确的 EEG 前向模型，具体精度依据、模型配置与适用条件尚未验证。 摘要未提供数据集、被试数、噪声设置、评价指标或运行开销，因此不能据此判断各滤波器的相对性能，也不能推断在线 BCI 解码收益。复现时需核对 Matlab 与 FieldTrip 的依赖配置、前向模型及源空间设置、各滤波器参数和 PDC 分析流程；实验协议、消融及统计信息尚未验证。材料说明论文包含安装与使用案例，但当前未取得全文，代码获取方式及实际可运行性也尚未验证。