GRAFT-EEG：面向跨数据集运动想象 EEG 的规范感知物理场传输

基于摘要分析。GRAFT-EEG 研究跨数据集运动想象 EEG 解码：电极配置、参考方式和有效传感器集合的变化不仅带来表征偏移，也改变观测算子。其贡献是通过规范处理与模板运动导联场传输，在拟合阶段不使用任何目标信号、标签或经验统计量的条件下实现迁移；目标电极坐标仅用于实例化固定预测算子。 机制上，方法消除有效电极集合共同参考所引入的规范自由度，并将各原生电极掩码经模板运动导联场进行传输。决策以源域拟合的频谱分类器为主，有界状态空间模型（SSM）残差为辅。作者给出受限可辨识性结论与算子扰动界，但其假设和适用条件尚需全文核对。 作者报告，在覆盖253名参与者、五个留一数据集目标域的评估中，动态版本的目标域等权 Balanced Accuracy 为60.865%，strict-clean 5/5 BIOT 为52.684%；分层差值为+8.182个百分点，95% CI为+6.382至+10.196个百分点，五个目标域差值均为正。在四个 EEGPT-clean 目标域上，两者描述性均值分别为61.520%和59.057%，不能与前述五目标域结果直接混比。 作者报告，四项事后、严格同一母体对照测试中，FULL 相较 coordinate-basis、matched-spectrum、row-shuffled 和 wrong-anatomy 对照分别提高9.959、9.698、11.241和3.985个百分点；各95% CI均不含零，Holm校正后P<0.001。另一个60名参与者的同范式评估中，物理算子对照差值为+4.029个百分点，区间为+2.338至+5.773个百分点，但动态与静态版本之差尚无定论；摘要将其预注册验证状态界定为部分确认，而非不受限的外部验证。作者另报告 SSM 增益为+1.059个百分点，区间为+0.013至+1.892个百分点，其具体汇总协议尚待核对。 结论限定于五个二分类运动想象域及已测试算子。全文未取得，具体数据集、被试划分、预处理、目标统计隔离的实现、理论假设、对照构造及统计细节尚未验证；复现时应优先核对这些条件，而不能将摘要结果外推至任意通道配置或其他 BCI 任务。