BCI Report经典方法
CSP+LDA：在公开 EEG 数据集上的结果
CSP+LDA 是用于运动想象 EEG 的经典两阶段流程：共空间模式（CSP）学习使两类信号输出方差差异最大的空间滤波器，再用线性判别分析（LDA）对滤波后信号的对数方差进行分类。Ramoser、Müller-Gerking 和 Pfurtscheller（2000）将 CSP 与对数方差特征和线性分类器结合，用于左右手运动想象。
测量所用数据集：ds003810、EEGMAT、ds006593、TMNRED / ds005383、EESM19 scalp subset、ds005342 · 协议：运动想象与静息、心算与静息、P300 目标 ERP、语义目标 ERP、睡眠分期、空闲与指令
又称 CSP+LDA · Common Spatial Patterns · CSP · Ramoser et al. 2000
目录状态：已评测 · 本站使用的实现 ↗ · 简介来源 pubmed.ncbi.nlm.nih.gov · doi.org · mne.tools
已发布的结果
只在组内比较：不同组的任务、队列、随机水平与电极布局可能不同。只有 95% 区间不重叠时，才说一行高于另一行。
ds003810 · 核心矩阵 · 运动想象与静息
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CSP+LDA | Rest versus right-hand imagery | 平衡准确率 | 47.1%43.8%–50.2% | 10 |
EEGMAT · 核心矩阵 · 心算与静息
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CSP+LDA | Serial subtraction versus resting EEG | 平衡准确率 | 68.3%62.0%–74.3%未经带通滤波的宽带 CSP，即已发布 mi-rest CSP+LDA 单元格的配方；不是调参后的 CSP。 | 36 |
ds006593 · 核心矩阵 · P300 目标 ERP
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CSP+LDA | Visual target versus nontarget events | 平衡准确率 | 50.0%49.1%–50.8%未经带通滤波的宽带 CSP，即已发布 mi-rest CSP+LDA 单元格的配方；不是调参后的 CSP。在这个 ERP 协议上，它读取的是频带功率，而不是波形。 | 21 |
TMNRED / ds005383 · 核心矩阵 · 语义目标 ERP
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CSP+LDA | Reading · target versus nontarget events | 平衡准确率 | 52.7%51.4%–54.0%未经带通滤波的宽带 CSP，即已发布 mi-rest CSP+LDA 单元格的配方；不是调参后的 CSP。在这个 ERP 协议上，它读取的是频带功率，而不是波形。 | 30 |
EESM19 scalp subset · 核心矩阵 · 睡眠分期
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CSP+LDA（一对其余 CSP） | Five stages · balanced scalp-EEG sample | 平衡准确率 | 50.1%46.9%–53.1%一对其余 CSP：每个睡眠阶段一个二分类 CSP，30 个对数方差特征，一个收缩 LDA；宽带，与已发布的 mi-rest 配方一致；是新的代码路径，不是调参后的 CSP。 | 20 |
ds005342 · 核心矩阵 · 空闲与指令
TS+LR 与 MDM 在「运动想象与静息」上对照这一行 →
引用本页
BCI Report. CSP+LDA：在公开 EEG 数据集上的结果[EB/OL]. (2026-11-06). https://bci.report/zh/methods/csp-lda/
数字来自发布 core-matrix-update-20261106（2026-11-06）、research-preview-20260920（2026-09-20）。也请同时引用上游数据集：每个数据集页面都写明了署名。
每个发布版本都在 Zenodo 存档：doi:10.5281/zenodo.23123296。 本站及各次发布的 BibTeX → · CITATION.cff ↗（英文）