Bing News：brain-computer interface·2026-10-29 09:25· 10 小时前精选AI 评分55

韩国朝鲜大学团队用单个Transformer统一解码三类EEG范式，平均准确率71%

One Transformer Reads Three Brain-Signal Types at Once, Hitting 71% Accuracy

AI 导读

韩国朝鲜大学Woo-Sung Choi与Hong-Gi Yeom团队在Frontiers in Human Neuroscience发表研究，用基于Analformer的单一Transformer架构同时分类SSVEP。

AI 要点

团队

韩国朝鲜大学 Woo-Sung Choi 与 Hong-Gi Yeom，延续团队此前提出的 Analformer 模型。

主要结果

统一 Analformer 对 8 类 EEG 平均准确率 71.00%，高于 EEG-Conformer 的 54.53%、EEGNet 的 52.30%、ShallowConvNet 的 45.35%。

解决什么问题

用单一解码器同时处理 SSVEP、运动想象和 P300 三类范式，无需为每个任务单独训练解码器。

方法

在 OpenBMI 公开数据集 54 名健康成人、62 通道 1000 Hz EEG 上验证；4 类 SSVEP、2 类运动想象、2 类 P300 合并为八分类输出。

局限

作者称仅证明离线、个性化、提示驱动的跨会话可行性，未实现闭环异步系统；从研究设计看，缺少空闲状态检测与控制逻辑。

AI 依据原文整理，未经人工核对。

AI 推荐理由

同一模型在54名受试者上统一解码三类EEG范式，并给出与基线模型的同条件对比，便于判断跨范式共享解码器的可行性。