AFPM：基于对齐的帧块建模用于跨数据集脑电解码

脑电图（EEG）解码模型在脑机接口（BCIs）的跨数据集学习和泛化方面面临通道布局不一致、信号分布非平稳以及神经生理先验整合有限等挑战。为解决这些问题，我们提出了一种即插即用的基于对齐的帧块建模（AFPM）框架，主要包含两个部分：1）空间对齐，根据脑区先验选择任务相关通道，跨域对齐EEG分布，并将选定通道重新映射到统一布局；2）帧块编码，将多数据集信号建模为统一的时空块用于EEG解码。与17种需数据集特定调优的最新方法相比，所提出的零校准AFPM在运动想象任务上性能提升最高达4.40%，在事件相关电位任务上提升3.58%。据我们所知，这是首个零校准的跨数据集EEG解码框架，显著提升了BCIs在真实应用中的实用性。