# BCI Report 上有结果的 EEG 解码方法

方法

每种方法一页，汇集它在各数据集上的已发布数字。数字只能在同一组内比较：不同组之间任务、队列、随机水平与电极布局都不同，所以不存在总排名。

## 有单独页面的方法

| 方法 | 类别 | 评测于 |
| --- | --- | --- |
| [EEGNet](https://bci.report/zh/methods/eegnet/) | 轻量模型 | ds003810 · EEGMAT · BETA · ds006593 · TMNRED / ds005383 · EESM19 scalp subset · ds005342 · Wearable SSVEP BCI dataset (dry and wet electrodes) |
| [LaBraM](https://bci.report/zh/methods/labram/) | 基础模型 | ds003810 · EEGMAT · BETA · ds006593 · TMNRED / ds005383 · EESM19 scalp subset · ds005342 · Mobile BCI dataset (SSVEP and ERP paradigms) |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | 基础模型 | ds003810 · EEGMAT · BETA · ds006593 · TMNRED / ds005383 · EESM19 scalp subset · ds005342 · Mobile BCI dataset (SSVEP and ERP paradigms) |
| [ShallowFBCSPNet](https://bci.report/zh/methods/shallowfbcspnet/) | 轻量模型 | ds005342 |
| [Deep4Net](https://bci.report/zh/methods/deep4net/) | 轻量模型 | ds005342 |
| [CSP+LDA](https://bci.report/zh/methods/csp-lda/) | 经典方法 | ds003810 · ds005342 |
| [CCA](https://bci.report/zh/methods/cca/) | 经典方法 | BETA · Wearable SSVEP BCI dataset (dry and wet electrodes) · Mobile BCI dataset (SSVEP and ERP paradigms) |
| [FBCCA](https://bci.report/zh/methods/fbcca/) | — | Wearable SSVEP BCI dataset (dry and wet electrodes) |
| [eTRCA](https://bci.report/zh/methods/etrca/) | — | Wearable SSVEP BCI dataset (dry and wet electrodes) |

## 其他已评测的基线

BCI Report 自己的固定基线与参考方法。它们的数字在各专题页和核心矩阵中。

- Spectral ridge · 经典方法
- Temporal ridge · 经典方法

## 在模型目录中、尚未评测

模型目录中列出、但没有任何已发布结果的模型，以及原因。

- [EEGPT ↗](https://github.com/BINE022/EEGPT) · 基础模型 · 权利审查中
- [BIOT ↗](https://github.com/ycq091044/BIOT) · 基础模型 · 需要适配器
- [REVE Base ↗](https://github.com/elouayas/reve_eeg) · 基础模型 · 访问受限
- [Signal-JEPA ↗](https://huggingface.co/braindecode/signal-jepa) · 基础模型 · 研究候选
- [BENDR ↗](https://huggingface.co/braindecode/braindecode-bendr) · 基础模型 · 研究候选
- [CSBrain ↗](https://github.com/yuchen2199/CSBrain) · 基础模型 · 访问未核实
- [Neuro-GPT ↗](https://github.com/wenhui0206/NeuroGPT) · 基础模型 · 研究候选
- [EEG-Conformer ↗](https://github.com/eeyhsong/EEG-Conformer) · 轻量模型 · 研究候选
- [EEGSimpleConv ↗](https://braindecode.org/stable/generated/braindecode.models.EEGSimpleConv.html) · 轻量模型 · 研究候选

[全部数据集 →](https://bci.report/zh/datasets/)

---
本文是 https://bci.report/zh/methods/ 的 Markdown 版本，由已发布的网页生成。数字均为聚合结果；使用条款见 https://bci.report/data-use/（英文）。