基於EEG的腦機介面中貝葉斯分類新方法

在一篇研究論文中，研究人員提出了一種新穎的貝葉斯生成建模框架，專門用於基於事件相關電位的腦機介面中 EEG 回應的二元分類。該方法採用 Probit-link 分裂合併高斯過程先驗，進行有效的時空特徵選擇，從而捕捉目標與非目標 ERP 回應之間的區別。通過模擬研究和真實 EEG 數據的分析，論文顯示此方法能降低計算複雜度，並提供對轉換 ERP 函數的統計解釋，同時維持可比較的預測準確度。這些發現強調了可解釋的刺激層級建模對於推動預測性和個性化腦機介面系統的價值。