# TS+LR and MDM：在公开 EEG 数据集上的结果

经典方法

黎曼分类作用在每个 EEG 时间窗的空间协方差矩阵上，这个矩阵是对称正定矩阵流形上的一个点。这里运行 Barachant、Bonnet、Congedo 和 Jutten 提出的两种解码器（IEEE Transactions on Biomedical Engineering，2012）：最小距离均值（MDM）分类器，把时间窗划给平均协方差在黎曼距离上最近的类别；以及切空间逻辑回归（TS+LR），把协方差映射到某个参考点处的切空间，再在其中拟合逻辑回归。本站通过 pyRiemann 以固定设置和 OAS 协方差估计运行两者，所用的被试留出协议与其他方法相同；设置沿用 MOABB 参考流程（TSLR.yml 提高了 max_iter，MDM.yml 不变）。

测量所用数据集： [ds003810](https://bci.report/zh/datasets/ds003810/)、[EEGMAT](https://bci.report/zh/datasets/eegmat/)、[ds005342](https://bci.report/zh/datasets/ds005342/) · 协议： [运动想象与静息](https://bci.report/zh/protocols/mi-rest/)、[心算与静息](https://bci.report/zh/protocols/arithmetic-rest/)、[空闲与指令](https://bci.report/zh/protocols/idle/)

**又称** TS+LR · tangent space + logistic regression · tangent-space logistic regression · MDM · minimum distance to mean · Barachant et al. 2012

**参考文献** [Barachant A, Bonnet S, Congedo M, Jutten C. Multiclass brain–computer interface classification by Riemannian geometry. IEEE Transactions on Biomedical Engineering 59(4):920–928, 2012. ↗](https://doi.org/10.1109/TBME.2011.2172210)

[官方代码 ↗](https://github.com/pyRiemann/pyRiemann) · 简介来源 [doi.org](https://doi.org/10.1109/TBME.2011.2172210) · [github.com](https://github.com/pyRiemann/pyRiemann) · [github.com](https://github.com/NeuroTechX/moabb)

## 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](https://bci.report/zh/datasets/ds003810/) · 核心矩阵 · 运动想象与静息

来源页面：[核心矩阵协议：运动想象与静息](https://bci.report/zh/protocols/mi-rest/) · 随机水平 50.0% · [core-matrix-20261106-mi-rest.csv](https://bci.report/data/core-matrix-20261106-mi-rest.csv)

**平衡准确率，2 个配置。** 点为估计值，横线为 95% 区间，虚线（如有）为随机水平。

- TS+LR · OAS · 4–40 Hz: 58.9% (54.9%–63.9%)
- MDM · OAS · 4–40 Hz: 53.8% (50.8%–57.9%)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| [TS+LR · OAS · 4–40 Hz](https://bci.report/zh/methods/riemannian/) | Rest versus right-hand imagery | 平衡准确率 | 58.9% (54.9%–63.9%) — 主要行 · 一种固定配置（MOABB 参考设置） | 10 |
| [MDM · OAS · 4–40 Hz](https://bci.report/zh/methods/riemannian/) | Rest versus right-hand imagery | 平衡准确率 | 53.8% (50.8%–57.9%) — 次要行 · 一种固定配置（MOABB 参考设置） | 10 |

### [EEGMAT](https://bci.report/zh/datasets/eegmat/) · 核心矩阵 · 心算与静息

来源页面：[核心矩阵协议：心算与静息](https://bci.report/zh/protocols/arithmetic-rest/) · 随机水平 50.0% · [core-matrix-20261106-arithmetic-rest.csv](https://bci.report/data/core-matrix-20261106-arithmetic-rest.csv)

**平衡准确率，2 个配置。** 点为估计值，横线为 95% 区间，虚线（如有）为随机水平。

- TS+LR · OAS · 4–40 Hz: 65.5% (59.6%–71.8%)
- MDM · OAS · 4–40 Hz: 71.5% (65.5%–77.8%)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| [TS+LR · OAS · 4–40 Hz](https://bci.report/zh/methods/riemannian/) | Serial subtraction versus resting EEG | 平衡准确率 | 65.5% (59.6%–71.8%) — 主要行 · 一种固定配置（MOABB 参考设置） | 36 |
| [MDM · OAS · 4–40 Hz](https://bci.report/zh/methods/riemannian/) | Serial subtraction versus resting EEG | 平衡准确率 | 71.5% (65.5%–77.8%) — 次要行 · 一种固定配置（MOABB 参考设置） | 36 |

### [ds005342](https://bci.report/zh/datasets/ds005342/) · 核心矩阵 · 空闲与指令

来源页面：[核心矩阵协议：空闲与指令](https://bci.report/zh/protocols/idle/) · [core-matrix-20261106-idle.csv](https://bci.report/data/core-matrix-20261106-idle.csv)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| [TS+LR · OAS](https://bci.report/zh/methods/riemannian/) | Seated motor imagery · cue-gated replay | 指令检出率 ≤3 秒 | 35.0% — 合计的测试试次。固定的校准规则；每名被试 60 个训练试次和 30 个校准试次。四人个案研究；只给出队列汇总，不作子群或总体层面的断言。 | 4 |
| [TS+LR · OAS](https://bci.report/zh/methods/riemannian/) | Seated motor imagery · cue-gated replay | 空闲误触发率 | 6.7% — 合计的测试试次。固定的校准规则；每名被试 60 个训练试次和 30 个校准试次。四人个案研究；只给出队列汇总，不作子群或总体层面的断言。 | 4 |
| [MDM · OAS](https://bci.report/zh/methods/riemannian/) | Seated motor imagery · cue-gated replay | 指令检出率 ≤3 秒 | 35.0% — 合计的测试试次。固定的校准规则；每名被试 60 个训练试次和 30 个校准试次。四人个案研究；只给出队列汇总，不作子群或总体层面的断言。 | 4 |
| [MDM · OAS](https://bci.report/zh/methods/riemannian/) | Seated motor imagery · cue-gated replay | 空闲误触发率 | 1.7% — 合计的测试试次。固定的校准规则；每名被试 60 个训练试次和 30 个校准试次。四人个案研究；只给出队列汇总，不作子群或总体层面的断言。 | 4 |

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

核心矩阵

## 核心矩阵中的各行：方案与配对差值

发布：[`core-matrix-update-20261106`](https://bci.report/zh/releases/#core-matrix-update-20261106)

### 这些行的运行方式

| 方法 | 方案 | MOABB 参考流水线 | 实现 | 代码许可 |
| --- | --- | --- | --- | --- |
| TS+LR — 有监督拟合 | OAS · 4–40 Hz；OAS · 空闲任务自有时间窗 | MOABB TSLR.yml，max_iter 提高到 5000 | pyRiemann 0.12（wheel SHA-256 74a90b2ef0938c94fe9bf90b6506991fc19da55850aae5fdf992026b3845d43a）与 scikit-learn | BSD-3-Clause |
| MDM — 有监督拟合 | OAS · 4–40 Hz；OAS · 空闲任务自有时间窗 | MOABB MDM.yml，未改动 | pyRiemann 0.12（wheel SHA-256 74a90b2ef0938c94fe9bf90b6506991fc19da55850aae5fdf992026b3845d43a）与 scikit-learn | BSD-3-Clause |

每种方法一种固定配置：库或 MOABB 参考的设置，偏离之处另行说明。4–40 Hz 带通（ERP 协议上为去均值加 50 Hz 降采样）是配方的一部分，并对每个时间窗单独应用。

EEGMAT 信号经过 ICA 清理，可能秩亏；此时 OAS 收缩会主导 TS+LR 与 MDM 所读协方差中方差较小的方向。

### 敏感性分析行

同一方法换用其他输入滤波的结果，单独标注；它们不是矩阵中的行。

- **TS+LR · OAS · raw** · [运动想象与静息](https://bci.report/zh/protocols/mi-rest/)：54.4%（51.1%–57.9%），宏 F1 0.473，10 名被试
- **TS+LR · OAS · 8–32 Hz** · [运动想象与静息](https://bci.report/zh/protocols/mi-rest/)：60.1%（54.8%–65.6%），宏 F1 0.530，10 名被试
- **MDM · OAS · raw** · [运动想象与静息](https://bci.report/zh/protocols/mi-rest/)：52.0%（50.5%–53.7%），宏 F1 0.438，10 名被试
- **MDM · OAS · 8–32 Hz** · [运动想象与静息](https://bci.report/zh/protocols/mi-rest/)：56.0%（52.1%–60.6%），宏 F1 0.460，10 名被试
- **TS+LR · OAS · raw** · [心算与静息](https://bci.report/zh/protocols/arithmetic-rest/)：63.1%（57.5%–68.7%），宏 F1 0.580，36 名被试
- **MDM · OAS · raw** · [心算与静息](https://bci.report/zh/protocols/arithmetic-rest/)：70.7%（63.1%–78.2%），宏 F1 0.667，36 名被试

### 配对差值

每个差值是在同一批时间窗与被试上，每名被试平衡准确率之差在被试间的均值，单位为百分点（pp）。

配对被试 bootstrap（10,000 次抽样）。对照 Spectral ridge 单元格的四项对比使用 98.75 % 区间（四项上的 Bonferroni 校正）；其余对比使用名义 95 % 区间，不作整体性断言。「更高」或「更低」指区间整个落在零之上或之下；「无法判定」指区间包含零。

十名被试：对十名被试做百分位 bootstrap，得到的区间往往比其名义水平更窄。

### 主要对比：对照 Spectral ridge 单元格

| 差值 | 均值（pp） | 98.75% 区间，按四项对比做 Bonferroni 校正 | 95% 区间，未校正 | 判读 |
| --- | --- | --- | --- | --- |
| TS+LR − Spectral ridge — 运动想象与静息 — TS+LR · OAS · 4–40 Hz | +4.0 pp | −1.1 至 11.5 | −0.3 至 9.7 | 无法判定 |
| TS+LR − Spectral ridge — 心算与静息 — TS+LR · OAS · 4–40 Hz | +8.8 pp | 1.6 至 16.1 | 3.0 至 14.6 | 更高 |

### 对照 EEGNet

对照为矩阵中单种子的 EEGNet 单元格；未包含训练方差

| 差值 | 均值（pp） | 名义 95% 区间 | 判读 |
| --- | --- | --- | --- |
| TS+LR − EEGNet — 运动想象与静息 — TS+LR · OAS · 4–40 Hz | −12.1 pp | −18.1 至 −5.4 | 更低 |
| MDM − EEGNet — 运动想象与静息 — MDM · OAS · 4–40 Hz | −17.2 pp | −23.7 至 −10.6 | 更低 |
| TS+LR − EEGNet — 心算与静息 — TS+LR · OAS · 4–40 Hz | −2.1 pp | −8.0 至 3.8 | 无法判定 |
| MDM − EEGNet — 心算与静息 — MDM · OAS · 4–40 Hz | +3.8 pp | −1.3 至 9.3 | 无法判定 |

### 次要行对照 Spectral ridge 单元格

| 差值 | 均值（pp） | 名义 95% 区间 | 判读 |
| --- | --- | --- | --- |
| MDM − Spectral ridge — 运动想象与静息 — MDM · OAS · 4–40 Hz | −1.1 pp | −4.7 至 3.8 | 无法判定 |
| MDM − Spectral ridge — 心算与静息 — MDM · OAS · 4–40 Hz | +14.7 pp | 8.9 至 20.5 | 更高 |

### 对照 CSP+LDA 行

展开表格

| 差值 | 均值（pp） | 名义 95% 区间 | 判读 |
| --- | --- | --- | --- |
| TS+LR − CSP+LDA — 运动想象与静息 — TS+LR · OAS · 4–40 Hz | +11.8 pp | 7.9 至 16.8 | 更高 |
| TS+LR − CSP+LDA — 运动想象与静息 — TS+LR · OAS · raw | +7.3 pp | 3.8 至 11.6 | 更高 |
| TS+LR − CSP+LDA — 运动想象与静息 — TS+LR · OAS · 8–32 Hz | +13.0 pp | 7.8 至 18.6 | 更高 |
| MDM − CSP+LDA — 运动想象与静息 — MDM · OAS · 4–40 Hz | +6.8 pp | 3.3 至 10.8 | 更高 |
| MDM − CSP+LDA — 运动想象与静息 — MDM · OAS · raw | +4.9 pp | 1.3 至 9.2 | 更高 |
| MDM − CSP+LDA — 运动想象与静息 — MDM · OAS · 8–32 Hz | +8.9 pp | 4.6 至 13.7 | 更高 |

CSP+LDA 行读取未经带通的时间窗；raw 臂的各行读取相同的输入。

### 对照冻结编码器 LaBraM 与 CBraMod

| 差值 | 均值（pp） | 名义 95% 区间 | 判读 |
| --- | --- | --- | --- |
| TS+LR − LaBraM — 运动想象与静息 — TS+LR · OAS · 4–40 Hz | +5.4 pp | 0.3 至 11.3 | 更高 |
| TS+LR − CBraMod — 运动想象与静息 — TS+LR · OAS · 4–40 Hz | −4.0 pp | −8.4 至 0.9 | 无法判定 |
| TS+LR − LaBraM — 心算与静息 — TS+LR · OAS · 4–40 Hz | +0.9 pp | −4.6 至 6.6 | 无法判定 |
| TS+LR − CBraMod — 心算与静息 — TS+LR · OAS · 4–40 Hz | +3.2 pp | −1.5 至 8.0 | 无法判定 |

这些配对只使用矩阵中的 LaBraM 与 CBraMod 行（冻结编码器 + 岭回归头）。

### 方案分支：同一方法、不同的输入滤波

展开表格

| 差值 | 均值（pp） | 名义 95% 区间 | 判读 |
| --- | --- | --- | --- |
| TS+LR · OAS · 4–40 Hz − TS+LR · OAS · raw — 运动想象与静息 | +4.5 pp | 0.6 至 7.9 | 更高 |
| MDM · OAS · 4–40 Hz − MDM · OAS · raw — 运动想象与静息 | +1.8 pp | −1.5 至 6.3 | 无法判定 |
| TS+LR · OAS · 4–40 Hz − TS+LR · OAS · 8–32 Hz — 运动想象与静息 | −1.2 pp | −6.0 至 2.6 | 无法判定 |
| MDM · OAS · 4–40 Hz − MDM · OAS · 8–32 Hz — 运动想象与静息 | −2.2 pp | −3.8 至 −0.8 | 更低 |
| TS+LR · OAS · 4–40 Hz − TS+LR · OAS · raw — 心算与静息 | +2.4 pp | −3.0 至 8.1 | 无法判定 |
| MDM · OAS · 4–40 Hz − MDM · OAS · raw — 心算与静息 | +0.7 pp | −5.3 至 7.2 | 无法判定 |

### 方法族内：主要行对照次要行

| 差值 | 均值（pp） | 名义 95% 区间 | 判读 |
| --- | --- | --- | --- |
| TS+LR − MDM — 运动想象与静息 — TS+LR · OAS · 4–40 Hz | +5.1 pp | 2.3 至 7.8 | 更高 |
| TS+LR − MDM — 心算与静息 — TS+LR · OAS · 4–40 Hz | −6.0 pp | −11.6 至 −0.5 | 更低 |

### 引用与署名

TS+LR 与 MDM：Barachant、Bonnet、Congedo 与 Jutten，IEEE TBME 2012 与 Neurocomputing 2013；xDAWN：Rivet、Souloumiac、Attina 与 Gibert，IEEE TBME 2009；XDAWNCov：Barachant 与 Congedo，2014；OAS：Chen、Wiesel、Eldar 与 Hero，IEEE TSP 2010；Ledoit 与 Wolf，2004；MOABB 参考流水线（BSD-3-Clause），Jayaram 与 Barachant，J. Neural Eng. 2018，仅为引用而阅读，未执行；pyRiemann 0.12（BSD-3-Clause）。

- Barachant, Bonnet, Congedo and Jutten. Multiclass brain–computer interface classification by Riemannian geometry. IEEE Transactions on Biomedical Engineering 59(4), 2012. [doi ↗](https://doi.org/10.1109/TBME.2011.2172210)
- Barachant, Bonnet, Congedo and Jutten. Classification of covariance matrices using a Riemannian-based kernel for BCI applications. Neurocomputing 112, 2013. [doi ↗](https://doi.org/10.1016/j.neucom.2012.12.039)
- Chen, Wiesel, Eldar and Hero. Shrinkage algorithms for MMSE covariance estimation. IEEE Transactions on Signal Processing 58(10), 2010. [doi ↗](https://doi.org/10.1109/TSP.2010.2053029)
- Jayaram and Barachant. MOABB: trustworthy algorithm benchmarking for BCIs. Journal of Neural Engineering 15(6), 2018. [doi ↗](https://doi.org/10.1088/1741-2552/aadea0)

## 引用本页

BCI Report. *TS+LR and MDM：在公开 EEG 数据集上的结果*[EB/OL]. (2026-11-06). https://bci.report/zh/methods/riemannian/

数字来自发布 [`core-matrix-update-20261106`](https://bci.report/zh/releases/#core-matrix-update-20261106)（2026-11-06）、[`research-preview-20260920`](https://bci.report/zh/releases/#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](https://doi.org/10.5281/zenodo.23123296)。 [本站及各次发布的 BibTeX →](https://bci.report/zh/api/#cite-heading) · [CITATION.cff ↗](https://raw.githubusercontent.com/twu3202/bci-report/main/CITATION.cff)（英文）

---
本文是 https://bci.report/zh/methods/riemannian/ 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）。