综述梳理脑电跨被试泛化评估困境与六大解法

北卡罗来纳大学、达特茅斯学院等机构研究者系统综述了脑电解码中的被试间差异问题，指出在被试依赖评估下准确率动辄95%以上，但遇到全新病人可能暴跌到60%。综述认为被试独立评估是对真实临床场景的忠实模拟，行业内大量研究用了错误的评测方法。 综述介绍了留一被试交叉验证（LOSO）的正确评测方式，并归纳出特征对齐、对抗学习、特征解耦、对比学习、被试级归一化和元学习六大应对方向，认为被试身份可主动用于学习而非仅作噪声抹除。

AI 根据报道生成 · 23 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。