用于脑机接口的基于时频变换的 EEG 数据增强

基于摘要分析（现有材料仅为 Highlights，未取得论文全文）。本研究针对 EEG 解码中的个体差异、非平稳性与数据稀缺问题，提出一个基于时频变换的三步数据增强框架，并强调将先验知识融入 EEG 解码。 技术机制方面，标题明确了时频变换这一方法方向，Highlights 则说明框架包含三个步骤，但未提供各步骤的操作、时频表示形式、先验知识内容或增强样本的生成与使用方式。因此，目前不能判断它如何保持任务相关信息、如何处理个体差异与非平稳性，也不能确认其与常规 EEG 数据增强方法的具体区别。 结果方面，作者报告在涵盖 3 类 BCI 范式的 17 个数据集上获得一致的性能改善。现有材料未列出范式与数据集名称、被试规模、被试内或跨被试等评估协议、数据划分、对照基线及指标，因而不能量化改善幅度，也不能据此认定跨被试或跨会话泛化有效。 阅读与复现时应优先核对三步增强流程、先验知识的具体作用、增强操作与训练及测试划分的关系，以及各数据集上的对照结果。实验协议、消融及统计信息尚未验证；当前材料支持将其视为值得进一步核查的 EEG 数据增强研究，而非已验证可同时解决上述三类问题的通用方案。