Europe PMC（brain-computer interface · PubMed）· Haupt T, Straetmans L, Adiloglu K, Bleichner MG, Debener S.·2026-10-01 08:00· 24 天前AI 评分48

利用耳周 EEG 与便携助听器硬件探索听觉注意力解码

Exploring Auditory Attention Decoding to go with mobile and portable hardware.

AI 导读

研究用耳周 EEG（cEEGrids）与便携助听器研究硬件构建极简可穿戴装置，让受试者在坐姿与行走两种条件下完成单说话人、双说话人及食堂噪声背景的听觉注意力任务，并同时采用解码（backward）与编码（forward）模型评估连续语音的注意力依赖性神经追踪。

AI 要点

团队

Haupt T、Straetmans L、Adiloglu K、Bleichner MG、Debener S 等作者完成，机构原文未提及。

主要结果

解码结果复现既有趋势：单说话人重建准确率最高，其次为双说话人注意目标，再次为忽略目标；该趋势延伸至坐姿与行走情境。

解决什么问题

听觉注意解码（AAD）在自然、移动场景中的可行性尚待探索，本研究用极简可穿戴设备考察这一问题。

方法

受试者佩戴耳周 EEG（cEEGrids）与便携助听器研究硬件，在坐姿与行走、单/双说话人及自助餐厅背景噪声条件下完成听觉注意任务，并用后向（解码）与前向（编码）模型评估。

局限

行走条件下前向模型发现伪迹，偏倚了重建与预测准确率，分析提示可能与硬件干扰（如助听器线缆与电极接触）有关；作者称结果仅证明静止场景下解码可行。

AI 依据原文整理，未经人工核对。