arXiv（brain-computer interface）·· 19 天前AI 评分33
SPDAlign：面向 EEG 前向建模漂移的可解释黎曼对齐框架
SPDAlign: Interpretable Riemannian Alignment for EEG Forward Modeling Shifts
AI 导读
研究提出 SPDAlign，一种可解释的黎曼对齐框架，用于解决 EEG 脑机接口中由域特异性前向过程（如头部几何差异）引起的分布漂移。该方法在对称正定流形上通过线性变换恢复漂移，并利用 Wasserstein Procrustes 最优传输技术对齐域均值、校正全局旋转。在多个公开 EEG 数据集上验证了其竞争性表现，且框架全局线性、内在可解释，可识别感兴趣频段与源-传感器空间模式。
AI 要点
团队
第一作者 Shanglin Li，末位作者 Yi Ding，共 8 位作者。
主要结果
提出 SPDAlign，在大量公开 EEG 数据集上表现有竞争力；可识别感兴趣的频段、反映源-传感器关系的空间模式，并应对跨受试者差异。
解决什么问题
EEG 非平稳性导致跨域（如不同 session、受试者）分布偏移，SPDAlign 旨在无需标注校准数据、以无监督方式提升域不变性。
方法
基于 EEG 经典生成模型分析域特定前向过程带来的分布偏移，理论上证明其可仅通过对称正定流形上的线性变换恢复；先用 Wasserstein Procrustes 对齐域均值并校正全局旋转，再通过仿真与公开 EEG 数据集系统评估。
局限
从研究设计看，结果主要来自仿真与公开数据集评估，未涉及临床或在线 BCI 应用验证。
AI 依据原文整理，未经人工核对。
来源：arXiv（brain-computer interface） · arxiv.org