EEG-BCI免校准-成果转化可行性报告.pptx

【完整摘要翻译】

目标：基于脑电图的脑机接口（EEGBCI）在神经康复、临床评估和辅助技术领域具有广泛应用前景，但其实际部署受到受试者个性化校准的严重制约——校准需要耗时的数据采集和模型重训练，导致系统易用性显著降低。这一问题根源于传统单一模型适配所有用户策略的泛化局限。方法：本文提出以空间换时间（TSFT）策略用于无校准EEG解码：系统维护一个由通用模型和多个偏置模型组成的紧凑模型池，每个偏置模型专门解码特定类型的受试者EEG模式。对于新的输入数据，系统基于数据特征自动选择最合适的模型，实现无需重训练的即时适配。超轻量化深度学习模型（仅数百参数）使多模型存储和快速切换具备可行性