arXiv eess.SP（Signal Processing）·2026-11-04 13:00· 3 小时前AI 评分40

贝叶斯优化双二阶滤波器-Burg 模型实现实时 EEG 相位估计

A Bayesian Optimized Biquad Filter-Burg Model for Real-Time EEG Phase Estimation

AI 导读

研究提出贝叶斯优化双二阶滤波器-Burg（BOB）模型，用于刺激锁时瞬态 EEG 的实时相位估计，面向 theta 频段闭环神经调控。

AI 要点

团队

第一作者 Ivan Martinez-Kay，末位作者 Benjamin T. Acland，共 5 位作者。

主要结果

在匹配测试条件下，BOB 的性能与 DBCNN、EPN、Phastimate、PEAP 相当或更好，而校准时间只是它们的一小部分。

解决什么问题

实时相位估计方法多在 alpha 频段静息态信号上开发验证，而闭环神经调控需要针对 theta 频段刺激锁时瞬态 EEG 的实时相位估计。

方法

在左正中神经外周振动触觉刺激下的 EEG（theta，20 名健康受试者）和 LEMON 数据集静息态 EEG（alpha，20 名健康受试者）上评估 BOB。

局限

从研究设计看，评估仅限健康受试者的离线基准对比，未在闭环神经调控中在线验证。

AI 依据原文整理，未经人工核对。