通过 BrainSSD 解码三维知觉：静态与动态视觉流 EEG 表征的协同融合

基于摘要分析。该研究关注大脑如何整合静态视图与动态旋转观察中的信息，提出 BrainSSD，将两种观看范式下的 EEG 表征融合，用于解码三维视觉表征，并分析两类神经响应对物体结构与几何细节的贡献。 核心模块为 Hierarchical Phase-Amplitude Coupling guided Fusion（HPACF）。其通过多级交叉注意力实现层级信息交互，并利用可微 Phase-Amplitude Coupling（PAC，相位—振幅耦合）估计器动态引导融合，以体现作者提出的层级加工与神经同步原则。融合后的表征再通过多级对齐损失映射到视觉域。摘要未提供 PAC 的频段选择、估计方式、注意力与 PAC 的具体耦合形式，以及视觉目标表征和损失的数学定义，这些实现细节尚未验证。 作者报告，BrainSSD 在多项 EEG 解码任务上取得优于对照方法的判别能力和生成保真度，并声称达到新的最优水平；但摘要未给出数据集、被试数、具体任务、指标数值、对照基线或被试内／跨被试等划分协议，因此尚不能判断优势幅度、适用范围及泛化能力。 作者还报告，静态—动态主导性分析显示，静态物体视图诱发的神经响应主要支持整体结构与形态，旋转观察诱发的响应则对精细几何细节具有重要作用，并将其称为三维知觉功能分工的首次直接视觉证据。这一解释需要结合分析设计核对，解码或生成结果本身不宜直接等同于神经功能分工的因果证明。 复现需进一步确认两种观看范式的数据组织与配对方式、EEG 预处理、视觉表征来源、训练与测试划分，以及移除 PAC 引导、仅用静态或动态信号等对照结果。实验协议、消融及统计信息尚未验证；摘要也未提供代码与数据可用性信息。