通过跨脑区神经信号重建缓解 SSVEP 脑机接口的电极放置限制

基于摘要分析。针对部分临床场景难以布置枕区电极、限制 SSVEP-BCI 使用的问题，作者提出动态滑动逐点重建与三频带交叉融合网络 DSTF-Net，从额区 EEG 重建枕区活动并支持 SSVEP 解码。其主要贡献是将跨脑区信号重建用于减少推理时对枕区电极的依赖，而非取消训练阶段的配对额枕 EEG 需求。 方法包含四个部分：动态滑动逐点重建替代静态 n-to-m 映射，以捕获细粒度时间依赖；三频带交叉融合子网络通过并行卷积流与循环交叉注意力处理额区不同频带；分阶段层级训练先训练单频带分支，再优化融合，以缓解梯度干扰；神经生理约束损失编码枕区至额区的单向 SSVEP 传播关系。该传播约束的验证依据、损失具体形式及频带设置尚需全文核对。 作者使用一名健康参与者的配对额枕 EEG 训练模型，再通过跨被试迁移应用于 20 名新用户，其中包括 8 名保持仰卧位的脑损伤患者；迁移后的重建输入仅为额区 EEG。作者报告，相对于基线，解码 Accuracy 最大提升为 33.47%，但摘要未明确这是相对增幅还是百分点差值，也未给出对应基线、绝对 Accuracy、任务设置及具体受试群体，不能据此判断平均收益或直接比较其他协议。 复现时需重点核对目标用户迁移所需的数据与标签、是否需要额枕配对校准、训练测试划分、基线及统计不确定性，并区分重建信号的相似性与最终解码收益。实验协议、消融及统计信息尚未验证。摘要中的患者验证具有实际应用相关性，但尚不足以确立长期使用可靠性或普遍临床有效性。