| \documentclass[11pt]{ctexart} |
| \input{preamble} |
| \newcommand{\yes}{\textcolor{good}{\textbf{是}}} |
| \newcommand{\no}{\textcolor{bad}{\textbf{否}}} |
|
|
| \title{\bfseries 32 导干电极脑电帽\\运动想象(MI)初期测试报告} |
| \author{EEG\_MI 项目} |
| \date{2026 年 7 月 27 日} |
|
|
| \begin{document} |
| \maketitle |
|
|
| \begin{abstract} |
| \noindent |
| 三次真实采集(共 155 个 trial)后的阶段性结论:\textbf{采集链路已达到可用水平}(稳态丢包 |
| 0.000\%,时序精度 8.96\,s/trial,全通道无损保存);\textbf{左右手想象不可分}(置换检验 |
| $p=0.41$);\textbf{"做任务 vs 休息"可分}(多种方法稳定在 0.83–0.87);\textbf{手 vs 脚在 mu 频段 |
| 可分}($\mathrm{AUC}=0.704$, $p=0.040$)——但后者需要\textbf{剔除无效通道并选对频段}才能显现, |
| 用默认全通道流水线会被淹没。横向测评 \textbf{7 个} EEG foundation model(含新接入的 EEGPT/BENDR/BIOT/SignalJEPA), |
| 冻结表征\textbf{全部劣于}经典 Riemannian/带功率方法;过程中发现\textbf{零填充会彻底毁掉跨模型比较} |
| (BENDR 因此虚高到 0.733,修复后仅 0.303),故一并给出表征健康度诊断。报告同时记录一个不可忽视的混淆:受试无 MI 经验,主观上\textbf{"抑制真实 |
| 动作"的心理活动强于运动想象本身},本数据无法区分二者。 |
| \end{abstract} |
|
|
| \section{采集质量:已达可用水平} |
| 三次会话的链路指标(全部为 32 导全通道保存,无任何通道筛选): |
|
|
| \begin{center}\small |
| \begin{tabular}{@{}lrrrrl@{}} |
| \toprule |
| 会话 & trial & 时长 & 丢包 & 重建样本 & 备注 \\ |
| \midrule |
| 左手/右手 & 30 & 270\,s & 0.108\,\% & 0 & 完整 \\ |
| 双手/休息 & 50 & 170\,s & 0.308\,\% & 0 & \textcolor{bad}{数据流中断,仅 19 个有效} \\ |
| 手/脚/减7 & 75 & 675\,s & 0.045\,\% & 0 & \textcolor{good}{75/75 全有效,0 次中断} \\ |
| \bottomrule |
| \end{tabular} |
| \end{center} |
|
|
| 第二次会话在约 170\,s 处采样流静默中断,后 31 个 trial 被记录在同一个(无意义的)样本位置。 |
| 根因是接收 socket 没有超时,板子停发后线程永久阻塞——界面看起来"卡住"却无任何报错。修复后 |
| (2\,s 超时 + 自动重发初始化 + 范式自动中止)第三次会话 \textbf{75/75 全部有效}。 |
|
|
| 另有两个已确认的硬件问题:\textbf{F7 为间歇性开路}(连续四次会话恒定在 $+187500\,\mu$V 满量程、 |
| 唯一值仅 1 个 = 输入浮空;而在 SSVEP 测试中又正常——是接插件/导线的间歇断路,不是头皮接触); |
| \textbf{FC1 接触极差}(有慢漂移但 1–40\,Hz 内容为 0)。 |
|
|
| \section{方法} |
| 每份录制都做了\textbf{广度搜索}而非单一流水线:4 种通道集 $\times$ 5 个频段 $\times$ 6 种特征/分类器 |
| = 115 个组合,外加 \textbf{7 个}冻结 foundation model 的 embedding 线性探针。评估用 5 折 $\times$ 多次重复 |
| 分层交叉验证;\textbf{最终结论只采信置换检验}。个体 mu 峰实测在 \textbf{7.0\,Hz}(低于教科书的 |
| 10–12\,Hz),故频段扫描包含 6–9\,Hz。 |
|
|
| \section{结果} |
|
|
| \subsection{左手 vs 右手:不可分} |
| $\mathrm{AUC}=0.60$,置换检验 $p=0.41$。ERD 方向亦不对(左手 contra C4 $+3\%$、ipsi C3 $-4\%$)。 |
| 全场唯一显著的效应在\textbf{枕区} 13–30\,Hz($+46\%$, $p=0.023$)——是提示屏驱动视觉皮层,不是运动。 |
| 该会话的倒计时数字在想象期内变化 4 次,每次都是一个视觉瞬变;已改为想象期画面静止。 |
|
|
| \textbf{解读:}左右手需要区分 C3 与 C4 的精细侧化,这超出了干电极帽的空间分辨能力。 |
|
|
| \subsection{双手 vs 休息:可分且稳健} |
| 115 个组合中\textbf{最好 0.867、最差 0.361},且 0.80 以上的组合广泛分布于不同通道集与频段—— |
| 这种\emph{跨方法的一致性}比单一的高分更有说服力。独立的 ERD 证据同向:感觉运动区 |
| 8–13\,Hz 双手 $-24.9\%$($p=0.007$)、休息 $+36.8\%$($p=0.012$),\textbf{两者方向相反}(图~\ref{fig:erd})。 |
|
|
| \begin{figure}[h]\centering\includegraphics[width=\linewidth]{hands_rest_erd.png} |
| \caption{双手想象(红)与休息(蓝)在感觉运动区的功率变化,分居零线两侧。仅 19 个有效 trial。} |
| \label{fig:erd}\end{figure} |
|
|
| \begin{mdframed}[linecolor=warn,backgroundcolor=warn!5] |
| \textbf{必要的自我修正:}早先报告过该对比"$\mathrm{AUC}=0.90$, $p=0.024$"。那是 $n=19$、且在扫过 |
| 5 个频段后挑最好的一个做的置换检验,\textbf{偏乐观}。本次广度搜索给出的 0.83–0.87 更可信。 |
| \end{mdframed} |
|
|
| \subsection{手/脚/减7 三分类:整体接近随机,但存在真实的局部结构} |
| 三分类准确率最好 0.480(随机 0.333),置换 $p=0.010$——但这是 115 个组合中选出的最好值,$p$ 值 |
| 本身偏乐观。逐通道比较三个任务的 ERD 地形,显著差异的通道数为 0/32、1/32、2/32(随机期望 |
| $\approx$1.6),即\textbf{用默认全通道流水线看,三个任务的空间模式几乎一样}。 |
|
|
| \textbf{但换一种切法就不同了。}限定到\textbf{中央+额区 17 导}(剔除已知坏道)并用 \textbf{mu 8–13\,Hz}: |
|
|
| \begin{center}\small |
| \begin{tabular}{@{}lccc@{}} |
| \toprule |
| 对比 & mu 8–13 & beta 13–30 & wide 4–40 \\ |
| \midrule |
| \textbf{手 vs 脚} & \textcolor{good}{\textbf{0.704}}$^{*}$ & 0.605 & 0.571 \\ |
| 运动(手+脚) vs 心算 & 0.474 & 0.595 & 0.638 \\ |
| 手 vs 心算 & 0.598 & 0.573 & 0.514 \\ |
| \bottomrule |
| \end{tabular} |
| \end{center} |
| \noindent {\small $^{*}$ 置换检验 $\mathrm{AUC}=0.704$,随机均值 0.512,\textbf{$p=0.040$},$n=50$。} |
|
|
| \textbf{手 vs 脚在 mu 频段确实可分},且符合躯体定位学(手在外侧 C3/C4、脚在内侧 Cz)。这修正了 |
| "三个任务无差异"的早期结论——差异存在,只是被无效通道和错误频段淹没了。\textbf{通道选择是关键}。 |
|
|
| \subsection{Foundation model:七个预训练模型的横向测评} |
| 共测试 \textbf{7 个} EEG foundation model 的\textbf{冻结}表征 + 线性探针。五个来自 braindecode 1.6 |
| 的官方 HuggingFace 权重(本次新增,含此前一直无法获取的 \textbf{EEGPT}),两个是项目里已有的本地权重。 |
|
|
| \paragraph{接入方法。}每个 checkpoint 的预训练 montage 与采样率都不同,32 导干电极帽无法直接喂入: |
| \begin{itemize} |
| \item \textbf{通道}:checkpoint 自带具名 montage 的(EEGPT 62 导、LaBraM 128 导、SignalJEPA 62 导、 |
| BENDR 20 导),按\textbf{导联名}把我们的电极放进对应位置,\textbf{其余置零}——不做插值、不伪造信号; |
| 只固定通道\emph{数}的(BIOT 18 导)走 braindecode 的 \cmd{Interpolated*} 样条插值。 |
| BENDR 的固定表用旧命名 T5/T6,已映射到我们的 P7/P8。 |
| \item \textbf{采样率/长度}:重采样到 checkpoint 的 sfreq 并裁剪/补齐到其 n\_times。 |
| \item 分类头替换为 Identity,取\textbf{倒数第二层}表征;高维 embedding 先 PCA 降到 $\le n/3$ 维, |
| 避免 $n \ll d$ 时线性探针靠记忆刷分。 |
| \end{itemize} |
|
|
| \begin{center}\small |
| \begin{tabular}{@{}lrrcccc@{}} |
| \toprule |
| & & & \multicolumn{2}{c}{双手/休息(随机 .500)} & 三分类 & 表征 \\ |
| \cmidrule(lr){4-5} |
| 模型 & 参数 & dim & 修复前 & \textbf{修复后} & (随机 .333) & 变异比 \\ |
| \midrule |
| \textbf{[经典] TS+LR mu} & — & — & 0.790 & \textbf{0.790} & 0.365 & — \\ |
| \midrule |
| SignalJEPA & 3.5\,M & 7\,936 & 0.597 & 0.720 & 0.349 & \textcolor{bad}{0.000} \\ |
| BIOT & 3.2\,M & 256 & 0.703 & 0.700 & \underline{0.360} & 0.419 \\ |
| EEGPT & 25.3\,M & 47\,104 & 0.673 & 0.643 & 0.344 & \textbf{0.667} \\ |
| LaBraM(官方) & 5.8\,M & 200 & \textcolor{bad}{0.503} & 0.583 & 0.312 & 0.219 \\ |
| BENDR & 157.1\,M & 512 & \textcolor{bad}{0.733} & \textcolor{bad}{0.303} & 0.285 & \textcolor{bad}{0.021} \\ |
| \bottomrule |
| \end{tabular} |
| \end{center} |
|
|
| \begin{mdframed}[linecolor=bad,backgroundcolor=bad!5] |
| \textbf{一次必要的自我更正——零填充毁掉了第一版对比。}每个 checkpoint 的原生输入长度不同 |
| (LaBraM 15\,s、SignalJEPA 7.8\,s、BIOT 5\,s、EEGPT/BENDR 4\,s),而我们的想象窗只有 3\,s。 |
| 第一版把不足的部分\textbf{补零},于是模型看到的输入有 \textbf{25\%--80\% 是零}: |
| LaBraM 的输入 80\% 为零,表征被恒定的填充主导(trial 间变异只占幅度的 22\%), |
| 线性探针读到的主要是填充而非脑电——这就是 \textbf{0.503(恰好随机)} 的来源。 |
|
|
| 修复方式是\textbf{按实际窗口构造模型}(SignalJEPA/EEGPT/BENDR 的 checkpoint 没有长度相关参数, |
| n\_times 本可自由设定;LaBraM 的 \cmd{temporal\_embedding} 是 $(1,16,200)$,切到前 3 个 patch 即可), |
| \textbf{完全不补零}。结果:LaBraM $0.503\to0.583$,而 \textbf{BENDR 从"最好的 FM" $0.733$ 跌到 $0.303$} |
| ——它此前的高分完全是填充产生的假象。\textbf{第一版 FM 之间的排名基本是噪声。} |
| \end{mdframed} |
|
|
| \paragraph{表征健康度诊断。}"trial 间相关"这个直觉指标\textbf{不可用}:原始 embedding 的相关会被所有 |
| trial 共有的\textbf{常数偏置}主导(五个模型里有两个原始相关 $=1.0000$)。去均值后改看两个量—— |
| \textbf{变异比}(trial 间变异 / 表征幅度)与\textbf{有效秩}: |
|
|
| \begin{center}\small |
| \begin{tabular}{@{}lccl@{}} |
| \toprule |
| 模型 & 变异比 & 有效秩(最大 18) & 判读 \\ |
| \midrule |
| EEGPT & 0.667 & 17.5 & \textcolor{good}{健康}——表征随 trial 充分变化 \\ |
| BIOT & 0.419 & 5.7 & 中等 \\ |
| LaBraM & 0.219 & 6.8 & 偏低(修复后) \\ |
| BENDR & \textcolor{bad}{0.021} & \textcolor{bad}{1.6} & \textcolor{bad}{接近退化}：512 维实际只张成 $\approx$1.6 维 \\ |
| SignalJEPA & \textcolor{bad}{0.000} & 16.2 & \textcolor{bad}{接近常数}——几乎不含 trial 信息 \\ |
| \bottomrule |
| \end{tabular} |
| \end{center} |
|
|
| \noindent\textbf{因此 SignalJEPA 的 0.720 与 BENDR 的分数都不可信}:一个近乎常数的表征即使偶然 |
| 取得高分,也只是 19 个样本上的噪声拟合。真正"表征健康且分数可信"的只有 EEGPT 与 BIOT, |
| 而它们\textbf{仍然低于经典方法}。 |
|
|
| \paragraph{固化为前置门槛。}上述四项指标已做成 \cmd{src/foundation/embed\_health.py}, |
| 接入任何新模型时\textbf{先过这一关再看准确率}: |
|
|
| \begin{center}\small |
| \begin{tabular}{@{}llll@{}} |
| \toprule |
| 指标 & FAIL & WARN & 抓什么 \\ |
| \midrule |
| 补零占比 & $>5\%$ & $>1\%$ & 窗口/采样率没对齐,探针读的是填充 \\ |
| 通道覆盖 & $<30\%$ & $<60\%$ & montage 映射失败,大半电极没进模型 \\ |
| 变异比 & $<0.05$ & $<0.20$ & 表征近乎常数,不含 trial 信息 \\ |
| 有效秩 & $<3$ & $<6$ & 表征塌缩到极少数方向 \\ |
| \bottomrule |
| \end{tabular} |
| \end{center} |
|
|
| \noindent 对本数据集的判定:EEGPT \textcolor{good}{PASS}、LaBraM \textcolor{good}{PASS}、 |
| BIOT \textcolor{warn}{WARN}(有效秩 5.7)、SignalJEPA \textcolor{bad}{FAIL}(变异比 0.000)、 |
| BENDR \textcolor{bad}{FAIL}(变异比 0.021、有效秩 1.6、覆盖 58\%)。 |
| \textbf{FAIL 的模型其准确率不应解读}。阈值是在本帽子与本样本量上的启发式,作参考门槛用, |
| 不是对模型本身的定论。 |
|
|
| \paragraph{结论(修复后仍然成立)。} |
| \begin{enumerate} |
| \item \textbf{没有任何冻结 FM 超过经典流水线}(0.790)。这一条在修复前后都成立,且修复后更干净。 |
| \item \textbf{模型规模不预测表现}:157\,M 的 BENDR 表征接近退化,3.2\,M 的 BIOT 反而最稳。 |
| \item \textbf{跨模型比较极易被输入适配的细节污染}。五个模型里三个需要各自的加载修正才跑得起来 |
| (EEGPT 的 \cmd{chan\_proj\_type} 默认强制 19 导投影;LaBraM 需匹配 temporal embedding; |
| BENDR 用 1991 年前的 T5/T6 命名),而且它们\textbf{都是静默失败},不报错、只是形状对不上或 |
| 悄悄降级。一旦叠加零填充,得到的排名就是纯噪声。 |
| \item 与公开数据 BCI IV-2a 的结论一致:\textbf{冻结的通用 backbone 无法线性暴露 MI 所需的细微 |
| 空间对比},要有竞争力必须微调。 |
| \end{enumerate} |
|
|
| embedding 空间的直接可视化(图~\ref{fig:emb})也印证了数值:三分类在任何特征空间里都没有可见聚类。 |
|
|
| \begin{figure}[h]\centering\includegraphics[width=\linewidth]{embedding_explore.png} |
| \caption{切空间 PCA、交叉验证 LDA 投影(无泄漏)、CBraMod embedding PCA。上排 hands/rest 可见 |
| 部分分离,下排三分类无可见结构。} |
| \label{fig:emb}\end{figure} |
|
|
| \section{关键混淆:抑制动作 vs 运动想象} |
| 受试报告:因无 MI 经验,任务中\textbf{"压住不要真的动"的心理活动明显强于运动想象本身}。 |
| 这是一个必须记录的混淆——本数据\textbf{无法区分二者},原因是: |
|
|
| \begin{itemize} |
| \item 运动抑制与运动想象\textbf{都会调动感觉运动网络},且\textbf{都具有躯体定位组织}—— |
| "抑制手"与"抑制脚"同样会产生 C3/C4 与 Cz 的差异。因此 0.704 这个手/脚可分的结果, |
| 对两种解释同样成立。 |
| \item 二者对 beta 的作用\textbf{方向相反}(抑制倾向于升高 beta,想象倾向于降低),会部分抵消—— |
| 这与我们观察到的 beta ERD 微弱且不稳定($-10\%\sim-20\%$,时显时不显)相符。 |
| \item 一个简单的预测——"若抑制主导,则两个运动类彼此难分"——\textbf{未被支持}(手 vs 脚反而是 |
| 最好分的对比)。所以不能简单地说"全是抑制"。 |
| \end{itemize} |
|
|
| \noindent\textbf{对 BCI 而言影响有限}(无论是想象还是抑制,只要产生稳定可分的模式即可用), |
| \textbf{但对实验措辞和疲劳度影响很大}:持续抑制是费力的,可能是 7\,Hz 低频峰(困倦迹象)与 |
| 后半段表现下滑的原因之一。 |
|
|
| \section{方法学诚实性说明} |
| \begin{enumerate} |
| \item \textbf{多重比较:}每个数据集搜索了 115 个组合。表中的"最好"值必然偏乐观;只有经过置换 |
| 检验的结论(手 vs 脚 $p=0.040$;三分类 $p=0.010$)才具备统计意义,且后者仍受选择偏倚影响。 |
| \item \textbf{样本量:}有效 trial 19–75 个。效应量 $d\approx1.0$ 时,80\% 检验效能需每类 $\approx$16–17 |
| 个 trial;19 个 trial 的双手/休息刚好在边缘。 |
| \item \textbf{单被试单会话:}所有结论仅对该受试、该次佩戴成立,不能外推。 |
| \item \textbf{未做跨会话验证:}真正的"免重训"目标需要"前几天训练、后一天测试"的验证,尚未进行。 |
| \end{enumerate} |
|
|
| \section{结论与下一步} |
| \textbf{已确立:}(1) 采集链路可靠;(2) "做任务 vs 休息"是当前最稳的二元对比; |
| (3) 手 vs 脚在 mu 频段存在真实的躯体定位差异,\textbf{前提是剔除无效通道并选对频段}; |
| (4) 左右手在本硬件上不可行;(5) 冻结 FM embedding 不如经典方法。 |
|
|
| \textbf{建议顺序:} |
| \begin{enumerate} |
| \item \textbf{修好 F7}(摇动测试 + 换位测试定位间歇断路),压好 FC1; |
| \item \textbf{重采双手/休息},每类 25 个 trial,验证 0.83–0.87 是否站得住; |
| \item \textbf{重采手 vs 脚},每类 30 个 trial,\textbf{预注册}分析方案(中央+额区、mu 8–13\,Hz、 |
| TS+LR),用"先注册后检验"消除选择偏倚——这是把 0.704 变成可信结论的唯一途径; |
| \item 调整指导语,降低"抑制"负担(例如明确告知"不用担心会真的动,专注在感觉上"); |
| \item 若 2–3 成立,再考虑三分类与 FM 微调;若不成立,SSVEP 路线的信噪比要高一个量级。 |
| \end{enumerate} |
|
|
| \vspace{0.6em}\noindent\rule{\linewidth}{0.4pt}\\[2pt] |
| {\small 复现:\cmd{python src/analysis/explore\_embeddings.py -{}-dataset both}。 |
| 原始数据全部为 32 导全通道保存于 \cmd{recordings/},分析中的通道剔除只作用于副本。} |
|
|
| \end{document} |
|
|
