arXiv（brain-computer interface）· Sheikh Samit Muhaimin·· 13 天前AI 评分38
黎曼变换抑制运动想象 EEG 跨会话身份泄露
Riemannian Suppression of Cross-Session Identity Leakage in Motor-Imagery EEG
AI 导读
研究者提出一种黎曼变换，直接在运动想象 EEG 的协方差几何上均衡受试者条件化的黎曼均值协方差与切空间散布，无需学习隐私模型。
AI 要点
团队
Sheikh Samit Muhaimin
主要结果
最差攻击者跨会话身份识别率从90.8%降至BCI Competition IV-2a的15.6%、OpenBMI的9.9%；MI解码精度相对8-30 Hz输入分别损失7.0和2.1个百分点。
解决什么问题
运动想象EEG的协方差表示跨会话保留受试者身份结构，可被用于关联同一人的不同会话；现有保护方法不作用于该协方差几何。
方法
提出一种黎曼变换，均衡受试者条件下的黎曼均值协方差与切空间散布，另有两个可选频带细化；在单个会话上拟合，原样用于后续留出会话。
局限
从研究设计看，仅用两个公开数据集评估，且以MI解码精度下降为代价。
AI 依据原文整理，未经人工核对。
来源：arXiv（brain-computer interface） · arxiv.org