# 一个小规模试点能说明什么、不能说明什么？

试点研究 · 小样本，不排名

四项小规模试点，各有各的数据集、任务与指标。同一个八人队列中注入的矫形器错误，其中包括冻结的 EEGPT 与匹配的经典特征的比较；希腊语与英语的内部言语，跨被试、跨语言；一个想象书写数据集中停在数字量程边界上的平直通道，以及剩下的 EEG 能说明什么；以及一个情绪数据集上的存储片段核查。

- [已审核的聚合 JSON ↓](https://bci.report/data/pilot-studies-update.json)
- 

测量所用数据集： [Orthosis error-detection dataset (Kueper et al. 2024)](https://bci.report/zh/datasets/orthosis-error-detection/)、[BINGO cross-linguistic inner-speech dataset](https://bci.report/zh/datasets/bingo-imagined-speech/)、[EEG-fNIRS-based Handwriting Trajectory Dataset](https://bci.report/zh/datasets/eeg-fnirs-handwriting/)、[REFED emotion dataset (EEG-fNIRS)](https://bci.report/zh/datasets/refed/)

## 简答

四项试点、五项结果，彼此不排名。Orthosis 设备错误：固定的 EEG 特征在训练时留出的被试身上，平衡准确率为 **73.0%**（95% 区间 **68.0%** 至 **77.7%**），混杂探针为 **51.4%**；标签是记录下来的设备事件，运动或设备伪迹都可能起作用。同样八名被试上，冻结的 EEGPT 与匹配的经典特征相差 **−0.6 pp**（pp 即百分点；区间 **−4.0** 至 **+3.2 pp**）：区间跨过零，既不能说明哪一方更好，也不能说明两者等效。希腊语与英语的内部言语（BINGO）：每个方向都接近 **6.7%** 的先验，语言内与跨语言都是如此。手写，**5** 名被试：屏蔽平直或触及量程边界的通道之后，相对频带功率 EEG 在四个编码标签上的平衡准确率为 **26.81%**，训练集多数类对照为 **25.00%**；它高于两个含缺失掩码的对照（只看缺失掩码、掩码 + 时间），但与经过时间与试次顺序的对照没有区分开：这是一项数据质量案例研究，不是手写识别。REFED 情绪片段：EEG 频带功率的误差比每个不用 EEG 的对照都大；共享视频时，按同一视频查表的误差最小。

人类 · 头皮 EEG · 记录下来的矫形器设备事件 · Kueper 等人

## 矫形器错误：在训练时留出的被试身上，EEG 能检出注入的设备错误吗？

本站在本地运行的实验 · 离线 · 同一个队列的三种配置，只计一次

8 名被试佩戴主动矫形器，由它带动右臂做肘关节屈伸，其中部分动作被注入了错误。任务是在每个事件之后的 0–0.5 s 内，把记录下来的错误事件与标准事件区分开：共 2,407 个事件、83 个 run，其中错误 474 个、标准事件 1,933 个。每名被试整体留出，由在其他被试上拟合的固定分类头为其评分；结果对 8 名被试等权平均。这一个队列以三种配置发布，只计一次。

### 64 通道经典基线

**训练时留出的被试上的平衡准确率，64 通道配置。** 点为八名被试等权平均的均值，横线为 95% 被试 bootstrap 区间，虚线为随机水平。类别先验对每名被试的得分都等于随机水平，所以没有区间。标签置换对照画在各次重复的均值处；标签里的范围不是区间。

- 固定 EEG 特征 + 逻辑回归，64 通道 — 95% 区间 68.0%–77.7%: 73.0%
- 方向/时间混杂探针（不用 EEG） — 95% 区间 50.4%–52.2%: 51.4%
- 训练集类别先验 — 常数概率：对每名被试都等于随机水平: 50.0%
- 标签置换对照 — 20 次重复的均值，各次均值从 48.0% 到 52.6%：不是区间: 50.1%

**73.0%** 固定 EEG 特征 + 逻辑回归，64 通道：训练时留出的被试上的平衡准确率。混杂探针为 51.4%，类别先验为 50.0%。

### 在分类头没有训练过的被试身上，高于每一个对照

它的 95% 区间为 68.0% 至 77.7%，整个高于混杂探针的区间、类别先验和每一次标签置换的结果。逐人匹配时，EEG 减混杂探针为 +21.6 pp，没有计算区间；8 名被试中有 8 名的 EEG 高于该探针。

标签是记录下来的设备事件，这个结果并不说明被试识别出了错误：运动、肌电与设备注入的伪迹都可能起作用，胜过一个只看运动方向与时间的探针，也不能把来源归到神经活动。八名被试限制了区间能说明的东西；这是本站的重新分析，不复现作者的竞赛分数。

### 冻结的 EEGPT 与同一基线在 58 个通道上的比较

EEGPT 支持 64 个通道中的 58 个；其余六个（TP9、TP10、PO9、PO10、FT9、FT10）不用，在评分前就已固定。在这些通道上，同一个经典基线的得分为 71.0%（95% 区间 64.8% 至 76.9%），同样高于它的混杂探针、先验和每一次标签置换的结果：这是同一批被试的第二种配置，不是重复验证，也不能由此得出需要多少通道的结论。然后用冻结的 EEGPT 替换经典特征：编码器的权重不变，它的输出送入同一个分类头，被试、折与标签置换都相同。

**训练时留出的被试上的平衡准确率，58 通道配置：冻结的 EEGPT 与匹配的经典特征。** 点为八名被试的均值，横线为 95% 被试 bootstrap 区间，虚线为随机水平。两组使用相同的被试、折与分类头。

- 冻结的 EEGPT + 同一分类头，58 通道 — 95% 区间 66.2%–73.9%: 70.3%
- 固定 EEG 特征 + 逻辑回归，58 通道 — 95% 区间 64.8%–76.9%: 71.0%
- 方向/时间混杂探针（不用 EEG） — 95% 区间 50.4%–52.3%: 51.4%
- 训练集类别先验 — 常数概率：对每名被试都等于随机水平: 50.0%

**配对差值：冻结的 EEGPT 减匹配的经典特征，单位 pp。** 点为八名被试差值的均值，横线为它的 95% 被试 bootstrap 区间（对每名被试的差值重抽样），虚线为没有差异。

- 冻结的 EEGPT 减匹配的经典特征 — 95% 区间 −4.0 至 +3.2 pp: −0.6 pp

**−0.6 pp** 冻结的 EEGPT 减匹配的经典特征，平衡准确率，在同样 8 名被试上配对；95% 区间 −4.0 至 +3.2 pp

### 未显示哪一方更好，也未显示两者等效

冻结的 EEGPT 得分为 70.3%（66.2% 至 73.9%），匹配的经典特征为 71.0%。配对区间跨过零：既不能说明哪一方更好，也不能说明两者等效。八名被试、一种短时间窗的设置，不是对 EEG 基础模型整体的评判。

与 64 通道结果是同样八名被试：不增加覆盖。冻结这项比较之前，64 通道的分数已经看过，所以它是前瞻性的诊断，不是盲法确认。分类头用其余七名被试的标签训练：这是有监督迁移，不是零样本。没有排除这个数据集出现在 EEGPT 预训练数据中的可能，电极布局、滤波、参考与半秒的时间窗也都与它的预训练不同。标签是记录下来的设备事件，所以运动、肌电与设备伪迹在这里同样可能起作用。

三种配置的全部已发布指标，均为 8 名被试的均值，有区间时附 95% 区间。错误占事件的 19.7%，所以平均精确率要对照常数猜测的 0.197 来读。AUROC 与平均精确率是次要指标。

| 方法 | 平衡准确率 | AUROC | 平均精确率 | 标签置换对照 |
| --- | --- | --- | --- | --- |
| 64 通道配置 |  |  |  |  |
| 固定 EEG 特征 + 逻辑回归，64 通道 | 73.0% (95% 区间 68.0%–77.7%) | 0.812 (95% 区间 0.751–0.863) | 0.585 (95% 区间 0.492–0.672) | 50.1% (范围 48.0% 至 52.6%) |
| 方向/时间混杂探针（不用 EEG） | 51.4% (95% 区间 50.4%–52.2%) | 0.524 (95% 区间 0.507–0.541) | 0.228 (95% 区间 0.208–0.249) | — |
| 训练集多数类 | 50.0% (对每名被试都相同) | 0.500 (对每名被试都相同) | 0.197 (95% 区间 0.194–0.200) | — |
| 训练集类别先验 | 50.0% (对每名被试都相同) | 0.500 (对每名被试都相同) | 0.197 (95% 区间 0.194–0.200) | — |
| 58 通道配置 · 相同的被试与折 |  |  |  |  |
| 固定 EEG 特征 + 逻辑回归，58 通道 | 71.0% (95% 区间 64.8%–76.9%) | 0.793 (95% 区间 0.719–0.854) | 0.544 (95% 区间 0.438–0.654) | 50.1% (范围 48.2% 至 51.7%) |
| 冻结的 EEGPT + 同一分类头，58 通道 | 70.3% (95% 区间 66.2%–73.9%) | 0.780 (95% 区间 0.721–0.827) | 0.564 (95% 区间 0.489–0.630) | 49.8% (范围 47.6% 至 52.2%) |
| 方向/时间混杂探针（不用 EEG） | 51.4% (95% 区间 50.4%–52.3%) | 0.524 (95% 区间 0.506–0.541) | 0.228 (95% 区间 0.208–0.249) | — |
| 训练集多数类 | 50.0% (对每名被试都相同) | 0.500 (对每名被试都相同) | 0.197 (95% 区间 0.194–0.200) | — |
| 训练集类别先验 | 50.0% (对每名被试都相同) | 0.500 (对每名被试都相同) | 0.197 (95% 区间 0.194–0.200) | — |

“响应干净”子集只发布计数：451 个事件，其中错误 446 个、标准事件 5 个，两类都有的被试只有 3 名。它的分数不进入任何比较。

数据：Niklas Kueper, Kartik Chari, Judith Bütefür, Julia Habenicht, Tobias Rossol, Su Kyoung Kim, Marc Tabie, Frank Kirchner and Elsa Andrea Kirchner，`doi:10.5281/zenodo.8345429`，[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)。[数据集页面 →](https://bci.report/zh/datasets/orthosis-error-detection/) · [署名、许可与知情同意 ↓](https://bci.report/zh/topics/pilot-studies/#credits)

经过独立审计：三种配置的每个分数与区间都由封存的预测重新计算；对这项比较，主分类头与混杂探针的重新拟合精确复现了封存的概率。没有重新提取编码器特征，也没有重新拟合每一个标签置换分类头。

人类 · 头皮 EEG · 希腊语与英语的内部言语 · BINGO 项目

## 内部言语：想象中说出的词，能跨被试、跨语言解码吗？

本站在本地运行的实验 · 离线 · 每次留出一个被试字段 · 阴性结果

17 个按数据源定义的被试字段（不能证明是不同的人），各自用希腊语和英语默念 15 个相互对应的名词，每个名词每种语言 10 次：共 5,100 个试次。固定的频谱基线——取 19 个通道、300 Hz 下的相对频带功率，用岭分类器——在其余字段的一种语言上训练（2,400 个试次），再在留出字段的同一种语言和另一种语言上测试，取注视十字出现后的 1.5 s。留出字段的两种语言都不参与任何拟合。随机水平是十五分之一的先验，即 6.7%。

**训练时留出的被试字段上的平衡准确率，按训练语言与测试语言列出。** 点为各留出字段等权平均的均值，横线为近似的描述性 95% 区间，虚线为先验，即十五分之一。棕色：语言内；绿色：跨语言。

- 希腊语 → 希腊语 — 语言内 · 95% 区间 5.8%–6.9%: 6.4%
- 希腊语 → 英语 — 跨语言 · 95% 区间 5.5%–7.6%: 6.6%
- 英语 → 英语 — 语言内 · 95% 区间 5.8%–7.6%: 6.7%
- 英语 → 希腊语 — 跨语言 · 95% 区间 6.2%–7.9%: 7.1%

17 个留出字段的等权均值，附近似的描述性 95% 区间。平衡准确率的先验为 6.7%，top-3 准确率的先验为 20.0%。打乱标签一栏给出 20 次训练标签打乱的均值，以及各次均值的最低值与最高值：这是观察到的范围，不是区间。

| 训练语言 → 测试语言 | 平衡准确率 | top-3 准确率 | 只用顺序的对照 | 高频比值对照 | 打乱训练标签 |
| --- | --- | --- | --- | --- | --- |
| 希腊语 → 希腊语 — 语言内 | 6.4% (95% 区间 5.8%–6.9%) | 19.1% (95% 区间 18.0%–20.0%) | 7.1% (95% 区间 6.4%–7.9%) | 7.1% (95% 区间 6.4%–7.8%) | 6.6% (范围 5.5% 至 7.5%) |
| 希腊语 → 英语 — 跨语言 | 6.6% (95% 区间 5.5%–7.6%) | 21.0% (95% 区间 19.6%–22.4%) | 6.2% (95% 区间 5.4%–7.0%) | 6.4% (95% 区间 5.7%–7.1%) | 6.5% (范围 5.4% 至 7.3%) |
| 英语 → 英语 — 语言内 | 6.7% (95% 区间 5.8%–7.6%) | 19.9% (95% 区间 18.2%–21.6%) | 7.4% (95% 区间 6.7%–8.1%) | 6.5% (95% 区间 5.6%–7.5%) | 6.8% (范围 6.1% 至 7.8%) |
| 英语 → 希腊语 — 跨语言 | 7.1% (95% 区间 6.2%–7.9%) | 19.6% (95% 区间 18.3%–20.9%) | 6.5% (95% 区间 5.8%–7.3%) | 7.2% (95% 区间 6.5%–8.0%) | 6.8% (范围 5.5% 至 7.7%) |

**跨语言减语言内的平衡准确率，单位 pp。** 点为各留出字段的均值，横线为近似的描述性 95% 区间，虚线为没有差异。

- 两种训练语言的均值 — 95% 区间 −0.6 至 +1.3 pp: +0.3 pp
- 用希腊语训练：英语减希腊语 — 95% 区间 −1.3 至 +1.7 pp: +0.2 pp
- 用英语训练：希腊语减英语 — 95% 区间 −0.9 至 +1.7 pp: +0.4 pp

**+0.3 pp** 跨语言减语言内的平衡准确率，两种训练语言的均值；95% 区间 −0.6 至 +1.3 pp

### 四个方向都接近先验

四个方向的平衡准确率从 6.4%（希腊语 → 希腊语）到 7.1%（英语 → 希腊语），每个区间都包含 6.7% 的先验；top-3 准确率从 19.1% 到 21.0%，其先验为 20.0%。这个对比的区间跨过零：不能说明两种语言孰优孰劣，也不能说明二者等效，也没有做显著性检验。这是一个固定基线在这种设置下的阴性结果：并不说明其他方法也解码不了内部言语。

**交付的信号，出自项目交付文件 [D3.1 – The BINGO Benchmarking Framework, version 2.0 ↗](https://bingo-project.gr/download/397)：**项目说明，它发布的两个数据集采用相同的预处理：1–145 Hz 带通滤波，50 Hz 及其谐波处的陷波滤波，伪迹子空间重构（ASR），用 FORCe 去除眼动与肌电伪迹，然后切分为试次。因此，这里分析的信号在切分任何试次之前，已经在连续记录上做过去伪迹处理。以上按项目的表述，没有对照交付的数据文件重新核实。The project documents the same preprocessing for both of its released datasets: band-pass filtering from 1 to 145 Hz, notch filtering at 50 Hz and its harmonics, Artifact Subspace Reconstruction (ASR), FORCe removal of ocular and muscle artifacts, and then segmentation into trials. The signals analysed here were therefore artifact-cleaned on the continuous recordings before any trial was cut.

被试字段是数据源的操作性分组；它们是否对应不同的人、记录如何跨天分组，都没有经过独立核实。物理幅值单位、具名的电极布局与显示延迟都没有确立；时间窗虽然对照存储的时间向量核实过，但这既不能证明处理是因果的或可以在线进行，也不能证明信号只来自大脑。没有评测基础模型或深度模型。

**BINGO 项目报告的结果，不是本站运行的。**在项目的另一个数据集（NATO 字母表的内部言语，26 个词）上，项目自己用 EEGNet 做“每次留出一名被试”的评测，报告的平均准确率为 3.85%，随机水平为 3.85%：对模型没有训练过的人，结果处于随机水平。数据集、模型与指标都不同，所以不能与上面的结果比较。[D3.1 – The BINGO Benchmarking Framework, version 3.0 ↗](https://bingo-project.gr/download/402)

数据：BINGO (Brain Imagined-Speech Communication), CERTH，[数据集页面 ↗](https://bingo-project.gr/datasets/) · 文档： [D3.1 – The BINGO Benchmarking Framework, version 2.0 ↗](https://bingo-project.gr/download/397)。数据源没有说明许可。[数据集页面 →](https://bci.report/zh/datasets/bingo-imagined-speech/) · [署名、许可与知情同意 ↓](https://bci.report/zh/topics/pilot-studies/#credits)

经过独立审计：核对了每个封存的预测、汇总、区间与对比；主模型与对照模型重新拟合后没有任何差异，打乱标签的模型是重建而不是重新拟合的。没有重新提取原始文件：审计使用的是谱系经过核实的缓存特征。

人类 · 头皮 EEG · 想象书写，四个已发布的编码标签 · 竞赛数据集

## 手写：通道平直或触及量程边界时，记录还有多少可用？

本站在本地运行的实验 · 离线 · 每次留出一名被试 · 一项数据质量与方法案例研究

5 名被试来自竞赛的训练集，包括他们全部 45 个会话：共 1,620 个事件，其中 1,618 个参与评分；另有 2 个标签相互矛盾的事件被隔离。每个试次带有 4 个已发布的编码标签之一；每个标签对应哪个字符或哪条书写轨迹都没有确立，所以这不是手写识别。记录中许多通道停在文件头声明的数字量程下边界上，呈一条平线。掩码感知分析对每个试次只使用通过固定可用性规则的通道，并把这样的 EEG 与三个不用 EEG 的对照比较：只看哪些通道缺失、只看经过的时间与试次顺序，以及两者都看。每名被试整体留出，由在其余四名被试上拟合的模型评分；结果对 5 名被试等权平均。

**训练时留出的被试上的平衡准确率，四个编码标签。** 点为五名被试等权平均的均值，横线为描述性的 95% 被试 bootstrap 区间，虚线为训练集多数类对照，它对每名被试的得分都等于随机水平。只看缺失掩码的对照没有区间：只有五名被试，它的区间端点能反推出个人的分数。

- 掩码感知的相对频带功率 EEG — 95% 区间 26.30%–27.20%: 26.81%
- 只看缺失掩码 — 不用 EEG · 区间不发布: 24.99%
- 经过时间 / 试次顺序 — 不用 EEG · 95% 区间 24.03%–26.79%: 25.44%
- 掩码 + 时间 — 不用 EEG · 95% 区间 23.90%–26.12%: 25.01%
- 训练集多数类 — 对每名被试都等于随机水平: 25.00%

**配对差值：掩码感知的相对频带功率 EEG 减各个对照，单位 pp。** 点为五名被试差值的均值，横线为它描述性的 95% 被试 bootstrap 区间（对每名被试的差值重抽样），虚线为没有差异。

- 减只看缺失掩码 — 95% 区间 +1.30 至 +2.21 pp: +1.82 pp
- 减经过时间 / 试次顺序 — 95% 区间 −0.12 至 +3.07 pp · 跨过零: +1.37 pp
- 减掩码 + 时间 — 95% 区间 +0.43 至 +3.05 pp: +1.80 pp

5 名留出被试的等权均值；发布了区间的，附描述性 95% 区间。打乱标签一栏给出 5 次训练标签打乱（每名被试、每个会话的标签保持在一起）的均值，以及各次均值的最低值与最高值：这是观察到的范围，不是区间；它是敏感性核查，不是显著性检验。

| 方法 | 平衡准确率 | 打乱训练标签 |
| --- | --- | --- |
| 掩码感知的相对频带功率 EEG | 26.81% (95% 区间 26.30%–27.20%) | 25.20% (范围 23.85% 至 26.69%) |
| 只看缺失掩码 — 不用 EEG | 24.99% (区间不发布) | 24.95% (范围 24.88% 至 25.00%) |
| 经过时间 / 试次顺序 — 不用 EEG | 25.44% (95% 区间 24.03%–26.79%) | 24.70% (范围 24.30% 至 25.16%) |
| 掩码 + 时间 — 不用 EEG | 25.01% (95% 区间 23.90%–26.12%) | 24.71% (范围 24.11% 至 25.78%) |
| 训练集多数类 — 不用 EEG | 25.00% (对每名被试都等于随机水平) | — |

**26.81%** 掩码感知的相对频带功率 EEG：训练时留出的被试上的平衡准确率。训练集多数类对照为 25.00%。

### 仅略高于随机水平，与经过时间和试次顺序的对照没有区分开

它的区间为 26.30% 至 27.20%，整个高于多数类对照。逐人配对时，相对频带功率 EEG 减只看缺失掩码的对照为 +1.82 pp（+1.30 至 +2.21 pp），减掩码 + 时间的对照为 +1.80 pp（+0.43 至 +3.05 pp）；减经过时间与试次顺序的对照为 +1.37 pp，这个区间（−0.12 至 +3.07 pp）跨过零。在四个编码标签上，这只是有限的描述性表现。

### 掩码之后还剩下什么

按固定的可用性规则——不恒定、不触及任一数字量程边界、数值有效——每个参与评分的试次都保留 27 至 38 个通道（共记录 59 个 EEG 通道），所以这些记录并非整体不可用。“可用”只是这条数值规则，不代表经过认证的干净 EEG；其余通道为什么停在量程边界上，目前并不清楚。在 95,462 个“通道 × 试次”中，50,811 个带有恒定标记，50,815 个带有量程下边界标记；两种标记相互重叠，所以不能相加。没有出现量程上边界、非有限值或分母无效的标记。这些计数只描述被分析的五名被试，不代表整个数据集。

按可用通道数（共记录 59 个 EEG 通道）统计的评分试次。

| 可用通道数 | 试次数 |
| --- | --- |
| 27 | 1,429 |
| 28 | 65 |
| 29 | 16 |
| 30 | 36 |
| 37 | 36 |
| 38 | 36 |

较早的一次分析用的是同样 5 名被试、1,618 个试次，所有通道做共平均参考，取对数频带功率：逻辑回归为 27.05%，收缩 LDA 为 27.42%。它的检查发现，1,618 个时间窗中有 1,618 个含有触及数字量程边界的采样点；事后检查的 5 个时间窗里，295 个“通道 × 时间窗”中有 148 个平直地停在量程下边界上。它是掩码感知分析的背景，不是第二个队列。掩码、参考方式与频谱表示是一起改变的，所以两次分析之间的差别不能归因于掩码，也不从中挑选最好的模型。

这五名被试正是较早那次分析的开发队列，那次的分数在这个设计之前已经看过：这是参考了质量检查的诊断，不是独立确认，也不能作群体层面的推断。没有使用官方的十人测试数据。光学信号的种类、单位以及两种模态之间的时钟都还没有确定，所以得不出任何 fNIRS 或融合方面的结论，也不作在线、生理来源、竞赛名次或医学方面的声明。

数据：[lasfk on Hugging Face · EEG-fNIRS-based Handwriting Trajectory Dataset ↗](https://huggingface.co/datasets/lasfk/EEG-fNIRS-based-Handwriting-Trajectory-Dataset)，`revision 4036680b5fb0015472d55589da2f34c5a87a3c10`，[CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/)，按数据集卡片的声明，访问需申请。没有找到伦理批准或知情同意声明；聚合结果依据所有者的决定发布，并说明这一缺口。 [数据集页面 →](https://bci.report/zh/datasets/eeg-fnirs-handwriting/) · [署名、许可与知情同意 ↓](https://bci.report/zh/topics/pilot-studies/#credits)

经过独立审计：全部 120 个存储的模型都被重建，20 个真实标签模型被重新拟合，没有任何差异。打乱标签的模型没有重新拟合，原始采样点没有重新读取，特征也没有重新提取。

人类 · 头皮 EEG，存储片段 · 自评情绪 · REFED

## 情绪评分：刺激身份对照揭示了什么？

本站在本地运行的计算诊断 · 离线 · 两个标称被试文件夹 · 没有区间

2 个标称被试文件夹观看同样的 15 段视频：共 30 个存储的 EEG 片段，并不是同样多的独立个体。每个片段的目标值，是它存储的效价与唤醒度评分在已发布原始标度（1 到 255）上的均值：这是描述性的自评均值，不是 SAM 评分。四种固定方法都用两轴等权平均绝对误差评分，越低越好：基于每个通道位置相对频带功率的 EEG 岭回归，以及三个不用 EEG 的对照——训练片段的均值、同一视频的训练目标，以及基于存储时长与数字视频编号的岭回归。两种条件：共享视频、留出一个文件夹（2 折），以及把一个文件夹与它所测试的 3 段视频一起留出（10 折）。

**共享视频、留出一个文件夹时的两轴等权平均绝对误差，原始标签单位：越低越好。** 点为该条件下全部片段的误差，虚线为训练集总体均值的误差。没有区间：两个标称文件夹不支持任何群体层面的推断。

- EEG 岭回归（相对频带功率）: 107.182
- 训练集总体均值 — 不用 EEG: 40.287
- 训练集按视频编号查表 — 不用 EEG: 27.325
- 时长 / 数字视频编号岭回归 — 不用 EEG: 37.910

**文件夹与其测试视频一起留出时的两轴等权平均绝对误差，原始标签单位：越低越好。** 点为该条件下全部片段的误差，虚线为训练集总体均值的误差。没有区间：两个标称文件夹不支持任何群体层面的推断。

- EEG 岭回归（相对频带功率）: 91.984
- 训练集总体均值 — 不用 EEG: 41.032
- 训练集按视频编号查表 — 不用 EEG: 41.032
- 时长 / 数字视频编号岭回归 — 不用 EEG: 47.098

每种条件下 30 个片段的两轴等权平均绝对误差，单位为原始标签单位；越低越好。第二种条件下，查表在 30 个片段中为 0 个找到对应的视频，所以退回到总体均值。

| 方法 | 共享视频，留出一个文件夹 | 文件夹与视频一起留出 |
| --- | --- | --- |
| EEG 岭回归（相对频带功率） | 107.182 | 91.984 |
| 训练集总体均值 — 不用 EEG | 40.287 | 41.032 |
| 训练集按视频编号查表 — 不用 EEG | 27.325 | 41.032 |
| 时长 / 数字视频编号岭回归 — 不用 EEG | 37.910 | 47.098 |

**107.182** EEG 岭回归，共享视频时的两轴等权平均绝对误差；按同一视频查表为 27.325，总体均值为 40.287

### 两种条件下，EEG 频带功率的误差都最大

与视频一起留出时，EEG 岭回归的误差为 91.984，总体均值为 41.032。共享视频时，按同一视频查找训练目标的误差最小：熟悉的刺激凭它的身份就能带来预测，这个对照正是为了揭示这一点。两者一起留出时，查表找不到对应的视频，结果等于总体均值。这说明了混杂的存在，但不能确立其机制。

两个标称文件夹共享同样的视频编号：这些片段不是独立的个体，所以不报告区间或显著性检验，也不能得出群体、跨天或生理方面的结论。在这个设计之前，评分数组已经查看过、其均值也已算出，所以这些不是未经接触的目标值。存储的 EEG 单位、EEG 与评分之间的时钟以及裁剪的端点都没有确定：已发布的视频时长比存储的数组长两秒，整段数组的配对并不能确立精确的对齐。数字视频编号只是键索引，不是已确立的呈现顺序。

数据：Xiaojun Ning, Jing Wang, Zhiyang Feng, Tianzuo Xin, Shuo Zhang, Shaoqi Zhang, Zheng Lian, Yi Ding, Youfang Lin and Ziyu Jia，`REFED2025/REFED-dataset · revision 0298355c2823946ac5800b2ec12a082bf2dcd01b`，[CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/)，访问需申请。[数据集页面 →](https://bci.report/zh/datasets/refed/) · [署名、许可与知情同意 ↓](https://bci.report/zh/topics/pilot-studies/#credits)

经过独立审计：封存的预测被精确重建，每个指标都独立重新计算，每条准备记录都经过核对。没有重新读取原始信号或原始标注，也没有重新拟合任何模型。

只发状态 · 没有数字

## 尚未评测

这些分析都没有运行：有效评测所需的证据还不具备，它们都不是结果。

### Orthosis 错误检测数据集：EMG 与 EEG–EMG 配对分析

**Orthosis 数据集没有任何 EMG、TinyMyo 或 EEG–EMG 融合结果。**

EMG 采样行与 EEG 事件之间的精确时钟锚点、延迟与端点，以及导出列的含义与单位，都还没有确立。仅凭标称采样率不能确立标签。No EMG, TinyMyo or EEG–EMG fusion result exists for the Orthosis dataset. The exact clock anchors between the EMG sample rows and the EEG events, the latency and end points, and the meaning and units of the exported columns are not established. A nominal sampling rate alone does not establish the labels.

### EEG-fNIRS 手写数据集：光学信号与融合分析

**手写数据集没有任何 fNIRS 或 EEG–fNIRS 融合结果。**

光学信号的种类与各列的含义、它们的单位，以及两种模态之间经过核实的时钟，都还没有确立。No fNIRS or EEG–fNIRS fusion result exists for the handwriting dataset. The optical species and column meanings, their units and a verified clock between the two modalities are not established.

### REFED：生理信号、逐点与融合分析

**除存储片段计算诊断之外，REFED 没有任何生理信号评测或精确对齐的融合评测。**

物理校准、裁剪边界、六个光学分量的对应关系以及配对时序，都还没有确立。No physiological or precisely aligned fusion evaluation exists for REFED beyond the stored-clip computational diagnostic. Physical calibration, the crop boundaries, the mapping of the six optical components and paired timing are not established.

### 同步多模态冥想与静息数据集（Zenodo）：EEG 阶段标签与配对分析

**没有任何冥想 EEG 阶段预测或配对分析。**

缺少事件与记录之间的明确对应关系，也缺少时钟锚点。检查过的一段记录，其标记列是常数，这一发现不推广到其他记录。在这个数据集中，RR 指心跳的 RR 间期，不是呼吸频率。No meditation EEG phase prediction or paired analysis exists. An explicit association between events and records, and clock anchors, are missing. One inspected record has a constant marker column, and that finding is not generalised to the other records. In this dataset RR means heartbeat RR intervals, not respiratory rate.

方法与局限

## 这些试点能说明什么，不能说明什么

### 每项结果是怎样得到的

### Orthosis，经典特征

64 个 EEG 通道、500 Hz，使用文件头声明的缩放，保留记录时的参考，去掉加速度通道；连续的只向前 1–30 Hz 滤波，不使用未来的采样点；取每个事件之后完整的 0–0.5 s 时间窗（250 个采样点）。每个事件 576 个固定的幅值与对数频带功率值（58 个通道上为 522 个），只在训练数据上拟合的标准化，以及 C = 1 的类别平衡 L2 逻辑回归，不调参。只用主任务 run：去掉 8 个基线 run、82 个之后没有动作的目标，以及 1 个跨越边界的时间窗，都不取决于被试是否做出了正确反应。每个预测都在另一个评分程序读取留出标签之前封存。

### Orthosis，冻结的 EEGPT

冻结的 EEGPT 目标编码器，25,287,168 个参数，使用其原生输入：58 个通道 × 128 个采样点。同一个滤波后的时间窗从 500 Hz 重采样到 256 Hz，微伏值除以 1,000；它的汇总 token 在两个时间片上平均后，送入同一个分类头。编码器的权重不变：没有微调，也没有 LoRA。8 折共拟合了 344 个分类头。

### BINGO，内部言语

每个试次、每个通道先做最大绝对值缩放与去均值，再计算 Hann 周期图；四个相对频带划分 1–30 Hz，覆盖按数据源顺序的 19 个通道，每个试次 76 个值，不猜测电压校准，不做电极布局插值或重参考。只在训练数据上拟合的标准化，以及 alpha 固定为 1 的岭分类器。对照：只用顺序的对照、高频比值对照、类别先验，以及每个方向 20 次训练标签打乱；全部 816 个预测检查点都在评分前封存。一个不完整的字段按评分前设定的完整记录规则排除。协议来自项目交付文件 D3.1（2.0 版）：词在 −2.5 s 出现，在 −1.0 s 消失并开始倒计时，注视十字在 0.0 s 出现、内部言语开始，持续到 1.5 s；共 15 个名词，每个重复 10 次，完全随机排序。

### 手写，掩码感知 EEG

取已发布的、相对于 EEG 的起始点之后 0.5–4.5 秒的固定时间窗（1,000 Hz 下 4,000 个采样点），只读取文件头标明的 59 个 EEG 通道；EOG、HECG 与注释通道以及光学采样都不用。标签是已发布的事件编码 200 至 203，映射为 0 至 3。在任何变换之前，凡是恒定、触及文件头声明的任一数字量程边界或数值非有限的“通道 × 时间窗”都被掩码；可用通道逐个去均值，不做共平均参考，也不插值。Welch 频谱（1,000 点 Hann 窗，重叠 500 点）给出 1 到 45 Hz 之间的五个左闭右开频带，各除以五个频带功率之和：每个试次按通道排列共 295 个值，通道不可用处填零。只在训练数据上拟合的标准化，以及 C = 1 的类别平衡多项逻辑回归，不调参。三个对照用同一个模型，分别拟合可用性比特与可用通道比例、四个经过时间与试次顺序特征，以及两者合在一起。全部 125 个检查点（120 次模型拟合与五个多数类对照）都在另一个评分程序读取留出标签之前封存。

### REFED，存储片段

1 到 45 Hz 之间的五个相对 Welch 频带功率，各除以该通道的总功率，覆盖每个通道位置，不选通道，也不重参考；只在训练数据上拟合的标准化，以及 alpha 固定为 1 的岭回归，不调参，预测值不截断。每个片段都通过了数值检查（1,920 个“通道 × 片段”，去掉 0 个）：数值有限、不恒定，频谱分母有效——这只是数值上的合格，不代表信号质量。

### 区间覆盖了什么

Orthosis：由 10,000 次被试层面 bootstrap 抽样得到的逐点 95% 百分位区间，以封存的预测为条件；只有八名被试，区间较宽；配对区间对每名被试的差值重抽样，而不是比较两个各自的区间。BINGO：在彼此重叠的“每次留出一个字段”的拟合上，由 10,000 次字段 bootstrap 抽样得到的近似描述性区间；它们不包含重新拟合带来的变异，也不是校准过的群体置信区间。手写：对五名被试做 10,000 次固定随机种子的被试 bootstrap 抽样，得到描述性的 2.5–97.5% 区间，以已经拟合好的、彼此重叠的折为条件；它们不是校准过的群体置信区间，也不是孰优孰劣的证据。每个端点都是重抽样得到的五人均值的一个百分位数，不是某一名被试的分数；只看缺失掩码的对照不发布区间，因为它的区间端点能反推出个人的分数。REFED：没有区间，因为两个标称文件夹不支持任何群体层面的推断。标签置换与打乱的范围是各次重复均值的最低值与最高值，不是区间；这些对照是诊断，不是显著性检验。

### 四项试点共同的局限

- 小规模试点，不排名：每项都在自己的数据集、任务与指标上回答自己的问题，不与其他结果或核心矩阵相比较。
- 不合并：Orthosis 的三项结果是同一个队列，只计一次；没有任何数字把数据集、配置、语言或条件合在一起。
- 这些是本站在本地运行的重新分析，不是数据作者报告的结果；BINGO 项目自己的数字按其原样列出，与本站的结果分开。
- 只有离线结果：不涉及在线、实时、临床或部署方面的结论。
- 在评分之前固定：不搜索通道、特征或超参数，没有任何分数用来选择设置，每个预测都在评分前封存。
- 审计范围。每项结果都通过了独立审计；Orthosis 的编码器特征没有重新提取，BINGO 的原始文件没有重新读取，手写分析中打乱标签的模型没有重新拟合，REFED 的模型没有重新拟合。

### 这里不发布的内容

任何逐人、逐字段、逐文件夹、逐片段与逐记录的数值，包括逐人的最小值、最大值与逐折分数；“响应干净”子集的分数；单次标签置换与打乱的结果；混淆矩阵与各类别召回率；手写分析中只看缺失掩码的对照的区间；标识、标签、特征、预测、拟合参数与检查点；EEGPT 的权重，无论原始的还是转换后的；实测的计算量；人口学信息。为什么这么小的队列只能发布这么少：[见数据使用页面上的小样本说明（英文）→](https://bci.report/data-use/#small-cohorts-pilots)

### 署名、许可与知情同意

### Orthosis error-detection EEG and EMG dataset (Kueper et al. 2024)

Niklas Kueper, Kartik Chari, Judith Bütefür, Julia Habenicht, Tobias Rossol, Su Kyoung Kim, Marc Tabie, Frank Kirchner and Elsa Andrea Kirchner · EEG and EMG dataset for the detection of errors introduced by an active orthosis device (IJCAI’23 CC6 Competition), Zenodo, doi:10.5281/zenodo.8345429, CC BY 4.0. Paper: Niklas Kueper et al., EEG and EMG dataset for the detection of errors introduced by an active orthosis device, Frontiers in Human Neuroscience 18 (2024), doi:10.3389/fnhum.2024.1304311. Derived analysis by BCI Report; not endorsed by the authors.

**数据源陈述的伦理与知情同意：**伦理批准：经杜伊斯堡-埃森大学工学院计算机科学与应用认知科学系伦理委员会批准；未给出批准编号。知情同意：被试签署了书面知情同意，并被告知可以随时停止。Approved by the Ethics Committee of the Department of Computer Science and Applied Cognitive Science of the Faculty of Engineering at the University of Duisburg-Essen; no approval number is given. The participants gave written informed consent and were told they could stop at any time.

[数据集记录 ↗](https://doi.org/10.5281/zenodo.8345429) · [论文 ↗](https://doi.org/10.3389/fnhum.2024.1304311) · [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) · [声明读自 ↗](https://europepmc.org/article/PMC/PMC10839100)

### BINGO cross-linguistic inner-speech EEG dataset (Greek and English)

BINGO (Brain Imagined-Speech Communication) project, CERTH · cross-linguistic inner-speech EEG dataset, https://bingo-project.gr/datasets/; no licence is stated by the source. Documentation: Fotis P. Kalaganis, Kostas Georgiadis, Maria Kyrou, Spiros Nikolopoulos and Ioannis Kompatsiaris, D3.1 – The BINGO Benchmarking Framework, version 2.0, public deliverable (2025), https://bingo-project.gr/download/397. Derived analysis by BCI Report; not endorsed by the authors.

**数据源陈述的伦理与知情同意：**伦理批准：数据源没有公布任何伦理批准的出处或编号。知情同意：项目的公开交付文件 D3.1（3.0 版）写明，每名被试在参加实验之前签署了知情同意书。这句话针对的是该项目在同一个 CERTH 实验室记录的、20 名被试的 NATO 字母表数据集；跨语言数据集自己的文档 D3.1（2.0 版）没有伦理或知情同意声明。No ethics-approval reference is published by the source. The project’s public deliverable D3.1, version 3.0, states that each participant signed a consent form before the sessions. It says so for the project’s 20-participant NATO-alphabet dataset, recorded in the same CERTH laboratory; the cross-language dataset’s own documentation, D3.1 version 2.0, has no ethics or consent statement.

[数据集记录 ↗](https://bingo-project.gr/datasets/) · [D3.1 – The BINGO Benchmarking Framework, version 2.0 ↗](https://bingo-project.gr/download/397) · [D3.1 – The BINGO Benchmarking Framework, version 3.0 ↗](https://bingo-project.gr/download/402) · 未说明许可

### EEG-fNIRS-based Handwriting Trajectory Dataset (Hugging Face)

lasfk on Hugging Face · EEG-fNIRS-based Handwriting Trajectory Dataset, revision 4036680b5fb0015472d55589da2f34c5a87a3c10, CC BY-NC-SA 4.0 as declared on the dataset card, gated access. Derived analysis by BCI Report; not endorsed by the uploader.

**伦理与知情同意：**没有找到伦理批准或知情同意声明。数据集卡片上没有；一支参赛队伍的挑战赛论文中也没有，该文指出这项竞赛是 ACM MM 2026 Multimodal Brain-Computer Interface Grand Challenge；组织方的论文在该文中标注为即将发表。聚合结果依据所有者的决定发布，并说明这一缺口；待组织方的论文发表后重新核查。No ethics-approval or informed-consent statement was found. The dataset card has none; a participating team’s challenge paper, which identifies the competition as the ACM MM 2026 Multimodal Brain-Computer Interface Grand Challenge, has none; and the organisers’ paper is listed there as forthcoming. The aggregates are published with this gap stated, by the owner’s decision, to be rechecked when the organisers’ paper appears.

[数据集记录 ↗](https://huggingface.co/datasets/lasfk/EEG-fNIRS-based-Handwriting-Trajectory-Dataset) · [一支参赛队伍的挑战赛论文 ↗](https://arxiv.org/abs/2608.03176v2) · [CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/)

### REFED: real-time dynamic labelled EEG-fNIRS emotion dataset (Ning et al. 2025)

Xiaojun Ning, Jing Wang, Zhiyang Feng, Tianzuo Xin, Shuo Zhang, Shaoqi Zhang, Zheng Lian, Yi Ding, Youfang Lin and Ziyu Jia · REFED: A Subject Real-time Dynamic Labeled EEG-fNIRS Synchronized Recorded Emotion Dataset, NeurIPS 2025 Datasets and Benchmarks Track. Data: REFED2025/REFED-dataset on Hugging Face, revision 0298355c2823946ac5800b2ec12a082bf2dcd01b, CC BY-NC-SA 4.0, gated. Derived analysis by BCI Report; not endorsed by the authors.

**数据源陈述的伦理与知情同意：**伦理批准：经当地机构审查委员会批准；论文的数据表（datasheet）注明批准为 IRB-CASIA。知情同意：所有被试都同意记录其生理信号与评分量表，并同意这些数据只用于非商业的科学研究。Approved by the local Institutional Review Board; the paper’s datasheet names the approval IRB-CASIA. All participants gave informed consent to the recording of their physiological signals and rating scales, and agreed that the data would be used only for non-commercial scientific research.

[数据集记录 ↗](https://huggingface.co/datasets/REFED2025/REFED-dataset) · [论文 ↗](https://papers.neurips.cc/paper_files/paper/2025/file/2bf0ed7c35d9d84128e7f7c72ab76402-Paper-Datasets_and_Benchmarks_Track.pdf) · [CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/)

### EEGPT：Orthosis 比较中的模型

论文：[EEGPT: Pretrained Transformer for Universal and Reliable Representation of EEG Signals ↗](https://openreview.net/forum?id=XNiFuoqTuD)；代码：[BINE022/EEGPT ↗](https://github.com/BINE022/EEGPT) 版本 `a0e0a8fad729e2ecf4eedb3a81548a6e6d48a705`；检查点：`eegpt_mcae_58chs_4s_large4E.ckpt`，SHA-256：`9d63ebc80bba1ad5e3277df4eecfa05d2745e6243a12ff743c4c0a93930dfac0`。

Apache-2.0 只涵盖代码仓库中的源代码；检查点本身的许可尚未厘清，不分发任何原始或转换后的权重。

以上均为 BCI Report 的衍生分析，只发布聚合结果；不代表数据作者的认可，也不再分发任何原始数据。

数据来源： [pilot-studies-update.json](https://bci.report/data/pilot-studies-update.json) · schema bci-report-pilot-studies-update-v1。

## 相关问题

- 头皮 EEG 之外的信号，人类 fNIRS 与一只猕猴的皮层内神经元放电，每种信号单独阅读：[在头皮 EEG 之外的信号上，简单基线管用吗？](https://bci.report/zh/topics/beyond-scalp-eeg/)
- 冻结的基础模型编码器与匹配的随机初始化编码器的比较，以及按同一冻结方案评测的更多检查点：[预训练对 LaBraM、CBraMod 这类 EEG 基础模型有帮助吗？](https://bci.report/zh/topics/does-pretraining-help/)
- 它在模型目录中的条目，以及其许可状态：[EEGPT](https://bci.report/zh/methods/#eegpt)。

继续探索

迁移

- [— 传感器迁移 **干电极与湿电极**](https://bci.report/zh/topics/dry-vs-wet/)
- [— 场景迁移 **从屏幕到 VR**](https://bci.report/zh/topics/screen-to-vr/)
- [— 电极布局 **更少的电极**](https://bci.report/zh/topics/fewer-electrodes/)
- [— 运动鲁棒性 **移动中的解码**](https://bci.report/zh/topics/on-the-move/)
- [— 跨会话迁移 · 同一被试 **后续会话**](https://bci.report/zh/topics/later-sessions/)

调整模型

- [— 校准预算 **需要多少校准？**](https://bci.report/zh/topics/calibration-budget/)
- [— 模型适配 **该更新哪一部分？**](https://bci.report/zh/topics/model-adaptation/)
- [— 表征对照 **预训练有用吗？**](https://bci.report/zh/topics/does-pretraining-help/)
- [— 共享编码器 · 第二条路线 **一个模型，多个问题**](https://bci.report/zh/topics/shared-encoder/)
- [— 用语言提问 · 第三条路线 **用语言提问**](https://bci.report/zh/topics/questions-in-language/)

可靠性与临床

- [— 拒识 · 决策研究 **何时不该执行**](https://bci.report/zh/topics/when-not-to-act/)
- [— 睡眠分期 · 简单基线 **睡眠分期的失衡**](https://bci.report/zh/topics/sleep-staging/)
- [— 临床研究 **临床分组**](https://bci.report/zh/topics/clinical-groups/)

其他信号与试点

- [— 其他信号 · 人类与猕猴 **头皮 EEG 之外**](https://bci.report/zh/topics/beyond-scalp-eeg/)
- [— 试点研究 · 小样本 **试点研究**](https://bci.report/zh/topics/pilot-studies/)

[全部问题，以及哪些迁移已经测量过的地图 →](https://bci.report/zh/topics/)

## 引用本页

BCI Report. *一个小规模试点能说明什么、不能说明什么？*[EB/OL]. (2026-10-12). https://bci.report/zh/topics/pilot-studies/

数字来自发布 [`pilot-studies-update-20261012`](https://bci.report/zh/releases/#pilot-studies-update-20261012)（2026-10-12）。也请同时引用上游数据集：署名就在本页。

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/topics/pilot-studies/ 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）。