bioRxiv（Neuroscience）· Matilda Makkonen·2026-10-16 08:00· 9 天前精选AI 评分58

Matilda Makkonen 团队提出实时 EEG 去噪算法 rtSOUND

Real-time noise cancellation for EEG monitoring and brain-computer interfaces

AI 导读

芬兰团队（末位作者 Matilda Makkonen）在 bioRxiv 发布实时源估计噪声剔除算法 rtSOUND，将离线 SOUND 算法改造为实时版本并集成进开源 EEG 处理软件。

AI 要点

团队

Matilda Makkonen（bioRxiv 预印本，作者单位原文未提及）

主要结果

在25名健康受试者的TMS-EEG与静息态数据上，多项指标的信噪比一致提升；低信噪比通道改善明显，高质量通道波形保留。

解决什么问题

原始EEG信噪比低，作者提出实时源估计降噪算法rtSOUND，用于EEG监测与脑机接口的实时清洗。

方法

将离线SOUND改为实时版并集成进开源EEG处理软件；用空间滤波而非时间滤波，借助EEG前向模型交叉验证估计噪声空间分布，逐样本同步处理、滤波器异步并行更新。

局限

从研究设计看，仅在25名健康受试者的TMS-EEG与静息态数据上验证，未涉及患者或在线BCI使用场景。

AI 依据原文整理，未经人工核对。

AI 推荐理由

rtSOUND 用空间滤波替代时间滤波做实时去噪，读者可据此比较它与常规 EEG 预处理流程的差异。