跳到正文

算法、任务与模态

Low-latency 最新动态

Low-latency 研究索引；按可核对的标签归档，不以热度评价质量。

62 条精选近 30 天 23 条共收录 86 条

更新

精选归档 · 第 4 页

12月31日周二第 61–62 条
  1. OpenReview · EEG75

    多用户同步 EEG 采集系统：开发与相关问题

    基于摘要分析。该研究针对社会互动研究中多人脑信号同步采集难以兼顾实验控制与成本的问题，提出面向十人及以上场景的 EEG 采集系统设计框架。其主要贡献是多人同步采集的硬件与软件实现，以及相关工程问题的讨论，而非新的 EEG 解码算法。 系统能力方面，作者报告该框架可支持最多二十人同时采集 EEG，采样频率最高为 1 kHz。摘要说明论文从硬件和软件两方面描述系统，并讨论同步技术、系统负载、电极与应用等问题；具体设备配置、时钟同步方式、数据传输机制及负载测试条件尚未验证。 验证方面，作者报告在九人同时参与的视觉 ERP 实验中，框架的延迟低于 4 ms，平均数据丢失率为 1%。这些结果对应九人验证场景，不能直接视为二十人、最高采样频率条件下也达到相同性能。延迟的测量对象与参考时钟、丢失率的统计单位、实验时长、ERP 分析结果及统计信息尚未验证。 作者预期该系统可用于群体心理、大规模人际互动和协作式 BCI 等 hyperscanning 研究。摘要提供的证据主要支持采集框架的工程可行性，尚不能确认其对跨脑同步分析或协作式 BCI 任务表现的改善。复现时需从全文核对硬件清单、软件实现、事件标记与同步校准流程，并分别评估不同参与人数和采样频率下的延迟及丢失率；代码、设备开放程度与完整实验协议尚未验证。

    阅读价值：该研究提供了面向多人 EEG 同步采集的系统设计框架，并以九人视觉 ERP 实验报告延迟与数据丢失率，值得用于核对大规模 hyperscanning 的工程实现条件，但其协作式 BCI 应用效果尚未验证。

1月1日周一
  1. OpenReview · EEG72

    NFBLab：用于神经反馈与 BCI 研究的多用途软件

    基于摘要分析。NFBLab 面向神经反馈（NFB）与 BCI 实验，旨在提供可复现的实验范式和低延迟反馈，支持研究被试对自身脑活动的自主调节。作者开发了基于 Python 的开源软件，将实验协议配置、个体化信号处理和反馈呈现整合在同一工具中；这是一项研究软件工作，而非神经反馈临床疗效验证。 实验组织方面，用户可通过 GUI 配置复杂协议，并保存为内部基于 XML 的描述语言，记录信号处理流程、实验区块及其顺序，包括区块随机化。这为保存和重用实验配置提供了机制，但配置可复用不等同于跨被试或跨训练日效果已获验证。 信号处理方面，NFBLab 提供交互式模块，使用空间与时间滤波进行个体化 EEG/MEG 特征选择和伪迹去除。软件可直接对接 MNE-Python，结合个体头模型及适配的个体逆解器开展源空间 NFB。除常规 EEG/MEG 脑节律动态提取算法外，作者报告还实现了若干自行开发的信号处理算法，可显著降低反馈呈现延迟；摘要未给出算法细节、延迟数值、测量条件或对照基线，因此改善幅度尚未验证。作者将更好的训练效果表述为潜在可能，而非已证实结果。 设备接入方面，软件通过 Lab Streaming Layer 连接外部采集设备，通过 Fieldtrip buffer 接入 MEG，并支持若干标准 BCI 范式，但摘要未明确具体范式。复现与选型时需核对软件版本及依赖、设备兼容性、协议配置示例、滤波与源定位参数，以及采集至反馈呈现的端到端延迟测量方式。实验协议、消融及统计信息尚未验证；材料未提供可核对的训练效果或临床获益数据。

    阅读价值：NFBLab 将可保存的实验协议、个体化 EEG/MEG 信号处理与低延迟反馈整合为开源工具，值得核对其协议复现能力及端到端延迟表现，但摘要尚未验证训练效果改善。