BCI Report问题
证据能回答的问题
每个问题都有自己的页面：简答、附被试数和区间的证据，以及局限。下面是一张地图：哪些迁移已经测量、哪些暂缓、哪些还没有做过。
聚合测量结果，按它们能支持的决策来组织。它们是同一协议内的重复条件，不是独立实验，也不是总排名。
迁移
换了传感器、显示设备、电极布局，或者人在运动时，解码器还管用吗？
干电极与湿电极
同一批 102 名被试、两种原生八通道记录之间，解码器迁移过去会发生什么？
2 秒 SSVEP · 12 个目标 · 平衡准确率查看证据 →场景迁移从屏幕到 VR
同样 21 名被试，在电脑屏幕上校准、在 VR 头显里测试，反之亦然——以及为什么这个结果不是换设备的代价。另有：P300 解码器在一种图像呈现速率下训练、在另一种速率下测试。
P300 · VR 中 21 名被试 · 跨图像速率 9 名被试查看证据 →电极布局更少的电极
睡眠分期里耳道内对头皮，睁闭眼任务里后部 4 个对全部 16 个电极——以及两者都不能说明哪款设备更好。
两项配对比较 · 10 名与 19 名被试查看证据 →运动鲁棒性移动中的解码
站立、行走与跑动时的结果，头皮与耳部记录、互不兼容的时间窗分开呈现。
SSVEP 平衡准确率 · ERP ROC AUC查看证据 →调整模型
解码器需要多少校准、预训练模型该更新哪一部分，以及预训练到底有没有帮助。
需要多少校准？
可穿戴 SSVEP 任务上的 12、24 或 48 个校准试次，以及同一被试下一次运动想象会话中最多 40 个校准试次：对某些方法帮助更大，也不是对每个人都有帮助——而且试次数不等于耗时。
SSVEP · 102 名被试 · 运动想象，下一次会话 · 51 名被试查看证据 →模型适配该更新哪一部分？
新被试、同一任务、不使用测试被试的任何标签：LaBraM 只训分类头、最后一个 Transformer 块还是 LoRA，与核心矩阵中冻结编码器的结果并排给出。另有：次日实验，已运行，暂缓发布。
EEGMAT，36 名被试 · 三种更新方式 · 次日：暂缓查看证据 →表征对照预训练有用吗？
在固定与训练集内选定两种分类头设置下，对比匹配的预训练编码器与随机初始化编码器。
两个任务 · 两种编码器 · 三次随机初始化查看证据 →可靠性与临床
解码器什么时候不该执行，睡眠分期中准确率掩盖了什么，以及静息态 EEG 对一个临床分组能说明什么、不能说明什么。
何时不该执行
从不执行的解码器，也就从不误触发。把指令检出与误触发放在一起读——并给出一个 Jev-style（一次编码、回答多个问题）研究计划：何时该执行、该等待、该重新校准。
空闲，4 人试点 · 非控制状态，20 名被试 · 研究计划查看证据 →睡眠分期 · 简单基线睡眠分期的失衡
25 名健康被试与 55 名睡眠呼吸暂停患者，两个简单基线，作为两项独立实验：准确率与平衡准确率并排，以及分期器从未预测过的那一期。
Dreem DOD-H 与 DOD-O · 25 晚与 55 晚 · 平衡准确率查看证据 →临床研究临床分组
149 名被试的帕金森病与对照比较，旁边并排放着一个只用年龄和性别的对照基线——以及为什么两者都不是诊断。
149 名被试 · 单中心 · 平衡准确率查看证据 →迁移覆盖
哪些迁移已经测量过
行是训练与测试之间改变的东西，列是证据的状态。每一项都链接到收录它的页面。
| 改变的是 | 已测量 | 只发状态 | 暂缓 | 未测量 |
|---|---|---|---|---|
| 被试新被试：用其他人训练，在训练中没见过的人身上测试 |
| 无 |
| 无 |
| 会话 / 天同一被试，换一次会话或换一天 |
|
|
| 无 |
| 传感器 / 电极布局换一种传感器或另一组电极 | 无 | 无 |
| |
| 场景换显示设备、身体运动或图像速率 |
| 无 | 无 | 无 |
| 数据集在一个数据集上训练，在另一个上测试 | 无 | 无 | 无 |
|
状态只说明有没有证据，不说明迁移效果好不好。n 是每一项背后的被试数；两个数（n=24 / 17）表示同一项背后的两项分析或两个队列，大的在前。“配对比较”指两组电极在同一批数据上评分，而不是从一组迁移到另一组；“同时变化”指同一对比中还有什么一起变了。暂缓的条目在暂缓登记册里说明，这里不展开。
被试数取自已审核的下载文件： deployment-topics.json · adaptation-update.json · clinical-update.json · large-source-update.json · context-update.json · evidence-update.json · extension-update.json · 完整暂缓登记册 →