已完成
回答：ISI 分布可反映神经元的发放模式与任务相关性，例如在运动任务中某些神经元的 ISI 变短表示兴奋性增强。通过分析 ISI 的统计量（如 CV、模式变化）可提取补充特征，提高解码精度，但需处理尖...
已完成
回答：黎曼几何方法将数据协方差矩阵视为流形上的点，直接在协方差空间中计算距离（如对数欧几里得距离、仿射不变黎曼度量），可更好地保留 EEG 信号的空间结构信息。此方法在运动想象与情感 BCI 中能提高...
已完成
回答：标准 CSP 主要用于二分类任务，多类运动想象需要扩展方法，如一对多 CSP（one-vs-rest）、多类 CSP（Multiclass CSP）或结合滤波器组与线性判别分析（FBCSP-LD...
已完成
回答：原则包括诱发稳定可辨的神经响应（如 ERD/ERS、P300、SSVEP）、控制疲劳与注意力下降、保证可重复性，以及在多目标任务中避免串扰。良好的范式设计是高性能 BCI 的前提。...
已完成
回答：群体解码将多个神经元的发放率或 LFP 信号组合为群体向量，能更精确反映复杂运动参数（如二维/三维方向）。该方法在侵入式 BCI 中广泛用于机械臂与光标的高精度连续控制。...
已完成
回答：可采用通道插值、特征降维（PCA、CCA）或空间映射方法，将不同通道数的数据映射到统一特征空间。对于跨设备应用，还需考虑电极布局差异对空间模式的影响。...
已完成
回答：贝叶斯方法结合先验分布（如运动方向的统计特性）与观测似然（神经信号的概率模型），输出后验概率作为解码结果，可在噪声环境下提供更稳健的估计，并方便融合多模态信息。...
已完成
回答：互信息能量化特征与类别标签之间的统计依赖程度，可筛选最具判别力的特征。相比传统距离或方差度量，它对非线性关系更敏感，适合复杂任务的特征选择与降维。...
已完成
回答：RLS 可在线更新滤波器系数，对信号非平稳性适应快，适合实时去除 EEG 中的非平稳伪迹或与参考信号的对消（如 ECG 干扰）。缺点是计算复杂度高，需要权衡实时性与资源消耗。...
已完成
回答：可采用窄带带通滤波针对基频及其谐波、工频陷波器去除电力线干扰，并结合空间滤波（如 MCCA、CSSP）增强目标频率响应。此外，刺激频率选择应避免与工频及其倍频重合。...
已完成
回答：ERD 与 ERS 反映皮层神经元兴奋性的变化，与丘脑抑制和皮层-皮层网络耦合的调节有关。运动想象或实际运动准备期出现 μ/β 频段功率下降（ERD），运动结束后出现功率回升（ERS），这是 B...
已完成
回答：多单元记录同时捕获多个神经元的集群活动，相比单单元更稳定，对个别神经元死亡或信号丢失不敏感。结合峰计数率与波形特征可提取稳健的运动或感觉信息，适合长期植入的神经假肢控制。...
已完成
回答：迁移学习方法包括特征分布对齐（如 CORAL）、模型参数初始化（如预训练网络微调）、领域自适应 SVM 等，利用已有被试数据提升新用户的初始性能，减少或消除大量校准试次，是实用化 BCI 的重要...
已完成
回答：滑动窗口将连续信号切分为重叠或不重叠的时间段依次送入特征提取与分类器，实现逐段解码。需权衡窗口长度（影响延迟与特征稳定性）与重叠率（影响计算负载与平滑度），常用在连续运动或 SSVEP 控制场景...
已完成
回答：要点包括设定明确的神经指标（如 μ 节律功率）、实时可视化反馈、渐进难度调整、训练时长与间隔安排，以及结合动机激励。良好协议能促进神经可塑性并稳定学习效果，常用于注意力训练与康复。...
已完成
回答：不同部位的想象会在感觉运动皮层不同区域产生 ERD/ERS，但存在空间重叠。可采用空间滤波（如 CSP）分离不同部位的特征，或在训练阶段增加多类分类器并引入任务标记信号，必要时结合任务提示减少混...
已完成
回答：表面拉普拉斯滤波通过计算某电极与其邻近电极的差分近似二阶导，突出局部皮层活动并抑制共同参考噪声。优点是可提高空间分辨率，更精确地定位神经活动源，但对外围电极数据缺失较敏感。...
已完成
回答：TRCA 是一种针对 ERP/SSVEP 的时空滤波方法，通过寻找不同试次间最大协方差的任务相关成分，增强诱发响应的可检测性。它在多通道 EEG 中能有效提取共性模式，提高信噪比，特别适合高速 ...
已完成
回答：xDAWN 是一种空间滤波方法，通过最大化目标刺激引发的信号与干扰信号之间的信噪比，在 EEG 数据上提升目标相关成分的可见性。常用于 SSVEP 与 ERP（如 P300）任务，可与 CSP ...