跳到正文

BCI RESEARCH RADAR

BCI 科研雷达

以算法创新为主线,发现神经信号研究与跨学科方法。先看贡献,再核对证据。

浏览全部任务、模态与方法标签 →

精选门槛处于试运行,尚未完成人工标注校准。质量、兴趣与迁移证据分开显示。

BCI 与神经科学预印本基于摘要分析

何处、何时及何种内容对齐:以检索为依据的 EEG–ViT 对齐图谱

Where, When, and What Aligns: A Retrieval-Grounded Atlas of EEG–ViT Alignment

基于摘要分析。本文研究 EEG 与预训练 ViT 在空间、时间及网络计算层面的对齐关系,以端到端 200-way 图像检索构建多维对齐图谱,并据此配置 EEG-to-image 解码器。其贡献是将表征对齐分析与实际检索表现联系起来,而非仅讨论抽象的表征相似性。

阅读价值 · 值得核对其以端到端检索统一比较 EEG–ViT 对齐位置、时序与表征读出方式的评估框架,尤其是粗粒度 token 池化和残差流分析能否稳定指导解码器简化。

首次公开 2026-09-19 · 最新源版本 2026-10-05 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。本文研究 EEG 与预训练 ViT 在空间、时间及网络计算层面的对齐关系,以端到端 200-way 图像检索构建多维对齐图谱,并据此配置 EEG-to-image 解码器。其贡献是将表征对齐分析与实际检索表现联系起来,而非仅讨论抽象的表征相似性。 作者分析了涵盖对比学习、有监督学习、自蒸馏和重建训练的 21 个视觉模型,在 THINGS-EEG2 全部 10 名被试上评估约 21,000 个探测单元;测试包含分别平均 N=1、4、80 次重复试次的三种条件。比较维度包括头皮位置、EEG 时间、网络深度、子层计算、token 读出和训练目标。作者称各项结论均由逐被试符号检验支持;训练与测试划分、探测器形式及多重比较处理尚未验证。 作者报告,在 10/10 名被试中,网络块 0–11 的最佳对齐时刻随深度从 177 ms 推迟至 201 ms,并与头皮后部到前部的潜伏期梯度对应。对于中层对齐峰值,作者提出机制解释:早期计算将 EEG 可见内容写入残差流,中层残差流整合这些内容,后期计算的对齐减弱,而残差流仍保留此前写入的信息。这一解释的具体测量与对照需全文核对。 作者将共享信息解释为粗空间尺度的低层视觉结构,而非细粒度语义:对齐主要由早期视觉皮层上方电极承载,在网络约三分之一至二分之一深度达到峰值;掩码自编码训练下峰值更深,像素重建目标下晚层表现不同。作者报告,2×2 至 4×4 的 token 网格池化较全局读出提高 6–22 个百分点;该差值对应的具体模型、指标定义及重复试次条件尚未验证。 作者进一步报告,将五模型融合流水线简化为八电极、单骨干配置后,表现超过已发表的最先进结果;四状态融合链达到 97.5% 的 final-epoch Accuracy,并取得超过 22% 的单试次 Accuracy。摘要未明确这些结果各自的数据划分、平均重复次数及基线匹配条件,不能跨协议直接比较。复现还需核对电极与模型选择是否独立于测试评估、融合与训练流程、统计不确定性,以及代码和权重可用性;实验协议、消融及统计信息尚未验证。

作者:
未提供/匿名
机构:
尚未验证
发表平台:
ICLR 2027 Conference Submission
标识:
ZnmKIkOjhD

学术质量 82 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • openreview · 元数据快照 · 2026-10-05 · 预印本
BCI 与神经科学正式发表基于摘要分析

连接 EEG、心肺反馈与单胺能动态的被试特异性情感机制模型

A subject-specific mechanistic model of affect links electroencephalography, cardiorespiratory feedback, and monoaminergic dynamics.

基于摘要分析。研究针对 EEG 情感解码中个体差异难以获得机制解释的问题,提出被试特异性计算框架,将 EEG 频带功率、心肺动态和假设性的神经调质过程连接到主观效价与唤醒度,主要贡献是构建可解释、可生成机制假设的模型,而非直接测量深部脑区或单胺活动。

首次公开 2026-09-18 · 最新源版本 2026-10-03 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。研究针对 EEG 情感解码中个体差异难以获得机制解释的问题,提出被试特异性计算框架,将 EEG 频带功率、心肺动态和假设性的神经调质过程连接到主观效价与唤醒度,主要贡献是构建可解释、可生成机制假设的模型,而非直接测量深部脑区或单胺活动。 框架将呼吸—循环子系统与代表蓝斑核、腹侧被盖区、中缝核及基底外侧杏仁核的脉冲神经元模型整合。EEG 频带功率仅作为假设驱动的间接输入,心肺变量则向神经回路提供生理反馈。模型活动被转换为假设性的去甲肾上腺素、多巴胺和血清素相关信号;这些信号与两个拟合的血清素相关调制系数共同构成五个潜在参数,用于表征效价—唤醒状态。 校准阶段,两个调制系数针对每个被试—刺激观测通过非线性优化估计,使模型输出匹配相应主观评分。作者报告,在 AMIGOS 的九名被试、16 个视频刺激、共 144 个被试—刺激观测中,五个潜在参数能够重现个体评分;这一结果属于校准拟合,不能等同于对未见刺激的预测能力。 预测验证采用留一刺激交叉验证,每轮留出一个刺激,仅用其余 15 个刺激拟合回归方程。作者报告,汇总所有被试后,唤醒度的平均 RMSE 为 0.380 ± 0.288,效价为 1.283 ± 1.512;摘要将其解释为唤醒度预测更稳定,而效价预测存在较大的个体差异。评分尺度及“±”的统计含义尚未验证,因此不宜与其他协议的结果直接比较。作者还报告,跨被试回归的泛化较弱。 该框架的机制解释仍是待验证假设,不能据此反推真实深部神经活动或单胺水平。复现需核对 EEG 与心肺信号预处理、模型方程及参数约束、留出刺激的潜变量与调制系数如何生成,以及训练与预测阶段的信息边界;这些事项不能仅凭摘要判定。实验协议细节、消融及统计信息尚未验证。作者指出,仍需更大的独立数据集及直接神经生理测量验证。

作者:
Iwamoto M
机构:
Human Science Research-Domain, Toyota Central R&D Labs., Inc., Nagakute, Aichi, Japan.
发表平台:
Frontiers in computational neuroscience
标识:
10.3389/fncom.2026.1875657

学术质量 68 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • europepmc · 元数据快照 · 2026-10-03 · 正式发表
BCI 与神经科学正式发表基于摘要分析

用于 Parkinson's disease 诊断与非运动症状预测的 EEG 功能连接:一种机器学习方法

EEG functional connectivity for Parkinson's disease diagnosis and non-motor symptom prediction: a machine learning approach.

基于摘要分析。本研究考察 Parkinson's disease(PD)患者在静息与情绪状态下的 EEG 功能连接,尝试以网络特征支持 PD 诊断分类及非运动症状评估。核心方法是使用 debiased weighted phase lag index(dwPLI)估计连接,并结合 L1 正则化逻辑回归进行分类。

首次公开 2026-09-16 · 最新源版本 2026-10-01 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。本研究考察 Parkinson's disease(PD)患者在静息与情绪状态下的 EEG 功能连接,尝试以网络特征支持 PD 诊断分类及非运动症状评估。核心方法是使用 debiased weighted phase lag index(dwPLI)估计连接,并结合 L1 正则化逻辑回归进行分类。 研究包含 14 名 PD 患者和 14 名健康对照。作者以 dwPLI 减轻容积传导对连接估计的影响,分析静息与情绪状态下的网络变化;诊断性能采用严格的被试级留一交叉验证评估,属于跨被试(Cross-subject)评估。作者报告,合并四种状态的 beta 频段模型在该协议下达到 82.14% Accuracy。摘要未完整列出四种状态的定义,结果中的 p 值文本也已截断,因此统计显著性尚未验证。 作者认为,情绪诱发的网络动态可能反映 PD 的睡眠障碍,并将 EEG 功能连接视为诊断分类及非运动症状评估的候选神经生理标志物。不过,所给摘要未呈现症状预测的具体目标、模型、关联强度或预测指标,不能据此确认其预测效果,也不能将分类结果视为临床诊断效用已获验证。 复现时需核对 EEG 采集与预处理、频段和连接特征定义、四状态特征的组合方式,以及特征选择和正则化参数是否在交叉验证训练折内确定。实验协议细节、消融及统计信息尚未验证;作者亦明确指出仍需更大队列验证。该工作属于 EEG 临床分类与症状研究,不等同于已验证的 BCI 系统。

作者:
Meng F; Liu S; Xiao X; Ma C; Huang F; Xu Z; Guo Z; Jiang W
机构:
Department of Geriatric Medicine & Laboratory of Gerontology and Anti-Aging Research, Qilu Hospital of Shandong University, Jinan, Shandong, China.
发表平台:
Frontiers in human neuroscience
标识:
10.3389/fnhum.2026.1921946

学术质量 64 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • europepmc · 元数据快照 · 2026-10-01 · 正式发表
BCI 与神经科学正式发表基于摘要分析

动作观察中感觉运动预测的证据

Evidence for a sensorimotor prediction in action observation.

基于摘要分析。本研究探讨动作观察中的视觉—运动转换究竟依赖视觉线索与运动表征的直接匹配,还是依赖运动预测与视觉信息的比较。作者通过行走、运动想象与动作观察任务,结合腿部肌肉机械振动诱发的感觉错觉,检验这两种解释。

阅读价值 · 该研究通过腿部肌肉振动诱发感觉错觉,检验感觉运动预测与动作观察时间判断之间的关系,为区分直接匹配与预测假说提供了可核对的行为实验路径,但具体效应与模拟证据尚需全文验证。

首次公开 2026-04-24 · 最新源版本 2026-10-03 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。本研究探讨动作观察中的视觉—运动转换究竟依赖视觉线索与运动表征的直接匹配,还是依赖运动预测与视觉信息的比较。作者通过行走、运动想象与动作观察任务,结合腿部肌肉机械振动诱发的感觉错觉,检验这两种解释。 实验以实际和想象的向前或向后行走完成9 m路径的时间比较来评估运动预测。动作观察(AO)采用时间估计推断任务:参与者先观察另一行动者行走3 m,随后视野被遮挡,并估计其何时到达9 m路径终点。机械振动用于扰动感觉信息,从而考察运动想象计时和遮挡后动作时间推断的变化。 作者报告,振动诱发的感觉错觉改变了运动想象的时间,影响了感觉运动预测;AO中的相反效应及数值模拟结果支持预测假说,而非仅依赖直接匹配的解释。摘要未给出各条件效应的具体方向、大小、被试数、统计结果或模拟形式,实验协议、消融及统计信息尚未验证。该材料提供的是行为任务与模拟层面的证据,不能据此认定其直接测量了镜像神经元网络活动。 平台推测(待验证):这一范式可作为EEG运动想象研究中的行为操纵假设,用于检验本体感觉扰动是否同时改变运动想象计时与相关EEG表征。可复用的是实际行走—运动想象时间比较及振动操纵,需增加EEG采集、运动与振动伪迹控制及被试内对照;个体错觉强度差异、低信噪比和小样本可能削弱可重复性。一个小规模可证伪实验是比较振动与对照条件下的运动想象计时及预先定义的EEG指标是否一致变化。已有相关EEG工作尚未检索确认,原研究也未在摘要中报告BCI性能。

作者:
Hilt PM; Gueugneau N; Demougeot L; Fadiga L; Pozzo T; Papaxanthis C
机构:
Université Bourgogne Europe, CHU Dijon Bourgogne, INSERM, CAPS UMR 1093, 21000 Dijon, France.; Laboratory C3S, Culture Sport Health and Society, Sport and Performance Department, Université Marie et Louis Pasteur, Besançon, France.; Université Bourgogne Europe, CHU Dijon Bourgogne, Direction de la Recherche et de l'Innovation, 21000 Dijon, France.; Center for Translational Neurophysiology of Speech and Communication (CTNSC), Istituto Italiano di Tecnologia (IIT), Ferrara, Italy.; Department of Neuroscience and Rehabilitation, Section of Physiology, University of Ferrara, Ferrara, Italy.; GIS Starter, Dijon, France.
发表平台:
iScience
标识:
10.1016/j.isci.2026.115876

学术质量 75 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • europepmc · 元数据快照 · 2026-10-03 · 正式发表
BCI 与神经科学状态未知基于摘要分析

面向自动驾驶中关键道路事件早期检测与应急响应的 EEG 信号分析

EEG Signal Analysis for Early Detection of Critical Road Events and Emergency Response in Autonomous Driving

基于摘要分析。该研究探讨能否利用驾驶员 EEG 提前识别前方车辆的切入(cut-in)事件,为自动驾驶应急响应提供信息。研究采集驾驶场景中的 EEG,通过离线分析、ERP 比较、EEG 地形图与时频分析寻找切入相关脑活动特征,并提出利用机器学习预测是否发生切入的可能性。

首次公开 2023-01-01 · 最新源版本 2024-11-14 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。该研究探讨能否利用驾驶员 EEG 提前识别前方车辆的切入(cut-in)事件,为自动驾驶应急响应提供信息。研究采集驾驶场景中的 EEG,通过离线分析、ERP 比较、EEG 地形图与时频分析寻找切入相关脑活动特征,并提出利用机器学习预测是否发生切入的可能性。 作者报告,离线分析发现切入事件发生前存在具有辨识性的 EEG 模式;切入与非切入驾驶情境的 ERP 波形及幅度存在显著差异,EEG 地形图呈现特定脑区活动变化,时频分析则显示切入事件伴随低于 10 Hz 的低频活动增强。摘要未给出显著性检验细节、效应量或具体脑区,相关变化与驾驶员认知、情绪响应之间的解释仍需结合全文核对。事件期间的脑活动差异也不能直接等同于事件发生前的可用预测能力。 摘要提到使用机器学习分析信号,但未明确算法、输入特征、训练方式或预测性能。被试人数、采集设备、通道配置、驾驶场景类型,以及被试内、跨被试或跨会话划分均尚未验证;实验协议、消融及统计信息尚未验证。 复现与应用评估应重点核对切入事件的时间定义、EEG 分析窗口与事件的相对关系、预处理和伪迹控制,并验证预测提前量、误报率及独立测试表现。摘要呈现的是离线脑信号分析结果,尚不能据此认定已实现在线预警、车辆闭环控制或碰撞风险降低。

作者:
Xiaofei Zhang; Xin Xiao; Yingkai Yang; Zhenmao Hao; Jun Li; Hong Wang
机构:
尚未验证
发表平台:
ITSC 2023
标识:
AWfB2y0Gws

学术质量 59 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • openreview · 元数据快照 · 2024-11-14 · 状态未知
BCI 与神经科学状态未知基于摘要分析

你听到了吗?使用 EEGNet 检测听觉事件

Did You Hear That? Detecting Auditory Events with EEGNet

基于摘要分析。本研究针对纯音测听(PTA)依赖行为配合、部分受试者难以参与的问题,探索用 EEGNet 从 EEG 中检测纯音刺激引发的听觉事件,为基于脑信号的听阈测量提供方法依据。

首次公开 2023-01-01 · 最新源版本 2024-11-13 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。本研究针对纯音测听(PTA)依赖行为配合、部分受试者难以参与的问题,探索用 EEGNet 从 EEG 中检测纯音刺激引发的听觉事件,为基于脑信号的听阈测量提供方法依据。 研究使用在模拟纯音听力图测试过程中采集的数据训练 EEGNet。摘要将 EEGNet 描述为紧凑的卷积神经网络,并在相同任务与训练范式下训练 Support Vector Machines(SVMs)及 Common Spatial Patterns + Linear Discriminant Analysis(CSPLDA)作为对照。研究难点在于:随着刺激幅度接近个体听阈,相关神经响应更难稳定识别;传统 ERP 在成人受试者中的应用也受到限制。摘要未提供网络配置、预处理、刺激参数或具体训练细节。 作者报告,在未见过的被试上,EEGNet 检测听觉事件的 Accuracy 为 81.5%,体现了跨被试评估,而非被试内结果。作者报告其优于 SVMs,原文将优势表述为“略高于 5%”,但摘要未明确这是相对百分比还是百分点,因此不能进一步换算。EEGNet 也优于 CSPLDA,但相较这些对照的提升并非总是具有统计显著性;各评估条件与统计检验尚待全文核对。 作者对预测结果的进一步分析提示,在测试重复次数充分时,EEGNet 有望用于准确确定听阈。这是潜力判断,不能等同于已完成临床听阈测量验证,也不应将听觉事件检测 Accuracy 直接解释为听阈估计准确率。作者指出,测试设置复杂度、测试时长和准确率仍需改进。被试数量与人群特征、数据划分、重复测试与预测汇总方式、听阈误差指标、消融及统计信息尚未验证;复现时尤其应核对未见被试的划分协议,以及事件检测如何转化为听阈估计。

作者:
George Ramzi; Ian McLoughlin; Ramaswamy Palaniappan
机构:
尚未验证
发表平台:
EMBC 2023
标识:
dJCifn3JAc

学术质量 69 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • openreview · 元数据快照 · 2024-11-13 · 状态未知
BCI 与神经科学状态未知基于摘要分析

EEGLog:听音乐时的 EEG 生活记录

EEGLog: Lifelogging EEG Data When You Listen to Music

基于摘要分析。该研究探讨如何将听音乐时采集的 EEG 纳入个人生活记录,以补充照片、文字消息和日记等自我追踪方式。作者提出数据分析应用 EEGLog,将 EEG 记录、情绪信息与音乐收听活动关联,探索以神经信号为中心的生活记录方式。

首次公开 2022-01-01 · 最新源版本 2025-04-16 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。该研究探讨如何将听音乐时采集的 EEG 纳入个人生活记录,以补充照片、文字消息和日记等自我追踪方式。作者提出数据分析应用 EEGLog,将 EEG 记录、情绪信息与音乐收听活动关联,探索以神经信号为中心的生活记录方式。 作者报告,研究使用四种消费级可穿戴 EEG 设备,采集了 24 名参与者的 EEG 数据。摘要未说明设备型号、通道配置、采样参数、参与者特征、音乐材料或采集流程,因此尚不能判断不同设备的数据可比性及真实日常场景的覆盖程度。 EEGLog 包含三个模块:汇总模块整合 EEG 数据、情绪报告、音乐收听活动与值得纪念的时刻;情绪检测模块用于识别情绪;音乐推荐模块用于推荐音乐。摘要未提供情绪检测的算法、标签来源与评价协议,也未说明音乐推荐如何利用 EEG 或情绪信息,具体机制、训练与推理过程尚未验证。不能据此认定 EEG 已带来情绪识别或推荐效果的提升。 作者还报告收集并分析了关于 EEG 设备及 EEGLog 使用体验的访谈反馈,以支持后续 EEG 生活记录研究。摘要未给出访谈分析方法、具体发现或定量结果。复现与评估时需核对信号质量控制、情绪标注依据、数据划分、推荐对照以及访谈分析流程;实验协议、消融及统计信息尚未验证。该材料主要支持对 EEG 生活记录应用设计与用户体验研究的了解,而非已验证的 BCI 控制性能或临床效果。

作者:
Jiyang Li; Ann Gina Konnayil; Adam Russell; Dingran Wang; Yincheng Jin; Seokmin Choi; Zhanpeng Jin
机构:
尚未验证
发表平台:
CoRR 2022
标识:
9JRFrj1vxB

学术质量 60 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • openreview · 元数据快照 · 2025-04-16 · 状态未知
BCI 与神经科学状态未知基于摘要分析

基于 EEG 的源定位与功能连接分析

EEG Based Source Localization and Functional Connectivity Analysis

基于摘要分析。该研究关注单试次运动想象(MI)任务中的 EEG 源定位与功能连接估计,使用 Brainstorm 工具箱开展分析,旨在从头皮 EEG 进一步刻画信号来源及其功能连接。

首次公开 2020-01-01 · 最新源版本 2025-04-17 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。该研究关注单试次运动想象(MI)任务中的 EEG 源定位与功能连接估计,使用 Brainstorm 工具箱开展分析,旨在从头皮 EEG 进一步刻画信号来源及其功能连接。 作者指出,源定位与连接估计的准确性受到头模型和逆建模方法影响。摘要明确了分析任务及工具,但未说明具体头模型、逆解算法、功能连接指标,也未交代预处理、源空间构建及单试次分析的实现方式,因此尚不能判断其方法创新或各模块对结果的贡献。 数据方面,作者报告使用原文称为“nature dataset”的数据,涉及 12 名被试、29 次记录和 19 通道 EEG,并使用 MATLAB;该数据集的正式身份尚未验证。摘要未提供被试内或跨被试评估协议、任务细节、对照基线及量化结果,不能据此判断定位精度、连接稳定性或 BCI 解码收益。实验协议、消融及统计信息尚未验证。 复现时需核对数据来源、通道坐标、参考方式、头模型与逆解参数,以及连接分析如何处理源泄漏和体积传导影响。19 通道采集条件下源定位的空间分辨能力,以及单试次连接估计的可靠性,是值得进一步验证的问题,而非摘要已证实的局限。该材料主要支持对 EEG 源空间分析流程的了解,不构成已验证的 BCI 性能提升证据。

作者:
Soe Myat Thu; Khin Pa Pa Aung
机构:
尚未验证
发表平台:
ICCCI (CCIS Volume) 2020
标识:
CmtkoCxn6B

学术质量 47 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • openreview · 元数据快照 · 2025-04-17 · 状态未知
BCI 与神经科学状态未知基于摘要分析

用于精神分裂症检测的场景自由观看期间 EEG 分类

EEG Classification During Scene Free-Viewing for Schizophrenia Detection

基于摘要分析。该研究探索自然场景自由观看期间的 EEG 能否作为精神分裂症的候选生物标志物,并利用图像呈现起始时刻锁定的平均 EEG 活动,对精神分裂症患者与健康对照进行分类。

首次公开 2019-06-06 · 最新源版本 2026-05-06 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。该研究探索自然场景自由观看期间的 EEG 能否作为精神分裂症的候选生物标志物,并利用图像呈现起始时刻锁定的平均 EEG 活动,对精神分裂症患者与健康对照进行分类。 方法上,研究在患者自由观看自然场景时记录 EEG,分析与图像起始时刻对齐的平均活动。作者报告,患者与健康对照在图像呈现后约 500 ms 的枕区 EEG 活动上存在显著差异,并利用这些差异训练分类器。摘要未说明具体特征构建、分类算法、预处理及显著性检验方法,尚不能据此判断分类信息的稳定性或生理特异性。 结果方面,作者报告,在其患者与健康对照分类评估中,最佳分类器的患者检测敏感度为 81%,健康对照检测特异度为 59%,总体 Accuracy 为 71%。摘要未提供样本量、类别比例、训练与测试划分,也未说明采用被试内还是跨被试评估,因此这些指标仅能按原摘要所述协议范围理解,不能直接与其他研究比较。特异度提示健康对照的识别仍有明显改进空间,整体 Accuracy 也不能替代对两类识别表现的分别考察。 作者认为,自由观看范式下的 EEG 具有支持精神分裂症诊断的潜力;当前摘要证据支持的是患者与健康对照的分类可行性,而非已验证的临床诊断工具。复现与进一步评估需核对被试纳入条件、用药与疾病状态、眼动及其他伪迹处理、特征选择与数据划分的关系,以及独立样本泛化表现。实验协议、消融及统计信息尚未验证。

作者:
Christ Devia; Rocio Mayol-Troncoso; Javiera Parrini; Gricel Orellana; Aida Ruiz; Pedro E. Maldonado; Jose Ignacio Egana
机构:
尚未验证
发表平台:
openreview
标识:
ogEjRMKCzC

学术质量 65 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • openreview · 元数据快照 · 2026-05-06 · 状态未知
BCI 与神经科学状态未知基于摘要分析

触觉感受用户满意度的 EEG 相关特征

EEG correlates of user satisfaction of haptic sensation

研究考察 EEG 功率能否反映用户对触觉感受的满意度,尝试为消费电子 UI 设计提供一种基于脑电的体验评估指标。基于摘要分析,未取得论文全文。

首次公开 2015-01-01 · 最新源版本 2025-05-14 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

研究考察 EEG 功率能否反映用户对触觉感受的满意度,尝试为消费电子 UI 设计提供一种基于脑电的体验评估指标。基于摘要分析,未取得论文全文。 方法与结果:材料明确涉及 EEG 频带功率与触觉满意度之间的相关性分析。作者报告,alpha、delta 和 high beta 频带功率与触觉满意度存在显著相关,尤其体现在早期时段。摘要未说明“早期”的具体时间窗口,也未提供相关方向、效应量、显著性阈值或多重比较处理方式,因此无法判断关联的强度与稳定性。 研究意义与边界:作者将结果解释为用于消费电子 UI 设计的新指标的可行性证据。这一证据属于满意度与 EEG 特征的关联,不等同于已验证的满意度预测模型,也不能据此认定构成可在线运行的 BCI 系统。 复现与验证:需核对触觉刺激及任务设置、满意度测量方式、被试数量、EEG 采集与伪迹处理、频带定义和分析时间窗口。实验协议、消融及统计信息尚未验证;被试内、跨被试或跨会话的评估情况亦尚未验证。若用于体验评估,还需检验相关特征能否区分满意度变化与刺激强度、注意或运动伪迹等可能的混杂因素。

作者:
Wanjoo Park; Duchan Ki; Da-Hye Kim; Gyu Hyun Kwon; Sung-Phil Kim; Laehyun Kim
机构:
尚未验证
发表平台:
ICCE 2015
标识:
cAR9Bxu1lz

学术质量 59 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • openreview · 元数据快照 · 2025-05-14 · 状态未知
BCI 与神经科学状态未知基于摘要分析

清醒与 NREM 睡眠的 EEG 微状态

EEG microstates of wakefulness and NREM sleep

基于摘要分析。该研究考察清醒静息与不同 NREM 睡眠阶段的 EEG 微状态是否发生变化,通过聚类提取准稳定的头皮电位拓扑图,再将其回配至已完成睡眠分期的 EEG,比较空间模式及时间动力学。

阅读价值 · 该研究提供了清醒与不同 NREM 睡眠阶段的 EEG 微状态空间拓扑及时间动力学对照,值得核对其聚类与统计协议,以评估微状态作为警觉状态表征的适用边界。

首次公开 2012-01-01 · 最新源版本 2025-05-15 · 首次发现 2026-10-09

展开技术分析、元数据与版本记录

基于摘要分析。该研究考察清醒静息与不同 NREM 睡眠阶段的 EEG 微状态是否发生变化,通过聚类提取准稳定的头皮电位拓扑图,再将其回配至已完成睡眠分期的 EEG,比较空间模式及时间动力学。 研究分析了 32 名被试的 32 通道 EEG,覆盖放松清醒与 NREM 睡眠。作者报告,全部 32 名被试达到 N2,其中 19 名也达到 N3,相关阶段持续至少 1 分 45 秒。方法以各警觉状态中占主导的幅度拓扑图为聚类对象,通过回配获得每个睡眠阶段的微状态序列;比较指标包括平均持续时间、总时间覆盖、全局解释方差及转移概率。聚类算法细节、类别数选择标准、预处理与回配规则尚未验证。 作者报告,各 NREM 睡眠阶段均以四类微状态为最优,与清醒静息常见的 A、B、C、D 类别数一致。以阶段特异性拓扑图与清醒拓扑图的平均空间相关性衡量,N1 为 92%、N3 为 87%,N2 最低,为 83%;这些数值不是分类 Accuracy。清醒与 N1 的时间特征较为接近;清醒、N1 和 N3 中,微状态 C 在全局解释方差和时间占比方面占主导,而 N2 中微状态 B 最突出。作者报告,N3 中所有微状态的平均持续时间显著增加,自转移概率也升高;慢波的出现只能部分解释这一持续时间变化。具体效应量、统计检验及慢波分析协议尚未验证。 作者据此提出,从清醒静息到 NREM 睡眠,大尺度空间组织可能基本保留,深睡眠中的功能变化可能更多与该组织内活动水平和时间安排的改变有关。这是作者的解释与推测,不能等同于已证明微状态与 fMRI 静息态网络一一对应,也不能据此认定其具有睡眠分期或 BCI 解码效能。复现时需核对各阶段数据量、跨阶段类别匹配、个体与组水平聚类方式,以及持续时间变化的统计控制;实验协议、消融及统计信息尚未验证。

作者:
Verena Brodbeck; Alena Kuhn; Frederic von Wegner; Astrid Morzelewski; Enzo Tagliazucchi; Sergey Borisov; Christoph M. Michel; Helmut Laufs
机构:
尚未验证
发表平台:
NeuroImage 2012
标识:
j09mJYpxLM

学术质量 78 / 100 · 兴趣权重 1 · 按原研究证据理解,不推断适用范围

  • openreview · 元数据快照 · 2025-05-15 · 状态未知