无外部提示 SSVEP BCI 拼写器的认知状态切换检测

基于摘要分析。该研究针对 SSVEP BCI 拼写器依赖外部提示规定休息与任务时段的问题，提出从 EEG 中检测用户认知状态的方法，为无外部提示的拼写操作提供工作状态信息。其核心贡献是将频带功率差估计与 filter bank canonical correlation analysis（FB-CCA）结合，用于识别用户状态。 机制方面，SSVEP 拼写器为不同目标字符分配不同闪烁频率，用户对目标的注意可产生相应的 SSVEP。所提方法包含两步：首先估计两个频带的功率差，摘要将其描述为刺激频率的窄频带与间隔频带；随后使用 FB-CCA 分类认知状态。具体频带边界、状态类别、判定阈值、时间窗，以及状态检测与字符识别的衔接方式尚未验证。 作者报告，在招募 40 名参与者进行的 40 类 SSVEP BCI 拼写器实验中，无外部提示方法的分类 Accuracy 为 71.7±25.2%，传统提示式方法为 73.1±22.2%；配对 Student’s t 检验得到 p=0.41，未发现显著性能差异。摘要未明确该 Accuracy 对应认知状态分类还是最终字符分类，也未说明“±”所表示的统计量及被试内、跨被试或跨会话划分，因此这些结果只能按该实验背景解读。 作者据此认为用户可在不依赖外部提示的情况下操作拼写器而不损失性能。但未检出显著差异不等于已证明等效或非劣效；还需核对效应量、置信区间及相应检验设计。复现时应重点确认休息与任务状态的标注、是否允许自主切换、误触发与漏检的评估，以及在线操作和 ITR 是否得到验证。实验协议、消融及统计信息尚未验证。