用于扩散式 EEG 到图像重建的结构化多变量时间序列建模

基于摘要分析。该研究面向从 EEG 重建视觉刺激的问题，提出以 Channel-Aligned Robust Blend Transformer（CARD）显式建模 EEG 多变量时间序列，将提取的时空表征对齐至 CLIP 语义空间，再用于条件化 Stable Diffusion 生成图像。 核心机制是“EEG 时空表征提取—语义空间对齐—条件图像合成”。研究针对 EEG 时间分辨率高、但空间特异性较低且噪声较强的特点，强调时间序列建模在视觉重建中的作用。摘要未提供 CARD 内部结构、通道对齐与鲁棒融合的具体实现、语义对齐损失、训练阶段安排，以及 Stable Diffusion 的条件注入方式和是否微调，这些细节尚未验证。 作者报告，在一个公开 EEG-视觉数据集上，方法取得 FID 3.57、SSIM 0.504，并在感知保真度与结构相似性方面优于 VAE、GAN 和既有扩散式基线。摘要未明确数据集名称、被试数量、训练与测试划分、被试内或跨被试协议及基线配置，因此这些数值只能视为该文所述实验条件下的结果，不能直接与其他协议的研究比较。作者还报告消融支持时间建模和语义对齐的重要性，但消融设置、效应幅度及统计信息尚未验证。 复现时需核对 EEG 预处理、通道与时间窗设置、配对视觉刺激的使用方式、CLIP 与 Stable Diffusion 的版本及训练配置，并确认评估划分是否隔离被试与刺激图像。该工作直接涉及 EEG 视觉重建，但摘要结果尚不足以确认其跨被试、跨会话泛化能力或实际 BCI 使用效果。