1、EEG基础知识

1.1 脑电信号原理与采集方式

1.2 脑电波频段划分及生理意义：

1.3 电极布置与脑区映射：

2、EEG分类任务定义与场景应用

2.1 情绪识别

2.2 癫痫检测：

2.3 睡眠阶段识别：

2.4 运动想象识别

3、EEG数据集综述

3.1 DEAP数据集（情绪分析）：

3.2 SEED系列数据集（情绪分析）

3.3 BCI Competition运动想象数据集

3.4 TUH EEG语料库（临床脑电）

3.5 Sleep-EDF睡眠数据集

4、评估指标详解

• Accuracy（准确率）：模型预测正确的样本数量占总样本数的比例，公式为 $Accuracy = \frac{TP + TN}{TP + TN + FP + FN}$。其中TP、TN、FP、FN分别表示真阳性、真阴性、假阳性、假阴性次数。准确率直观反映整体分类正确率，但在类别不平衡情况下可能存在偏差。当数据集各类别样本数接近且代价相当时，Accuracy是合适的总体性能指标。但若一类样本极少，模型即使忽略该类也可获得高Accuracy，此时需结合其它指标。
• Precision（精确率）和 Recall（召回率）：精确率P = TP/(TP+FP)，表示模型预测为阳性的实例中实际为阳性的比例；召回率R = TP/(TP+FN)，表示所有实际阳性中被模型正确识别出的比例，又称灵敏度或真阳率（TPR）。以二分类为例，精确率衡量预测结果的可靠性（假警报少不少），召回率衡量目标实例的检出率。在不平衡数据（例如癫痫发作检测中发作段远少于正常段）中，单纯Accuracy会被多数类主导，此时更应关注召回率，以确保少数阳性被检出。精确率和召回率往往此消彼长，可根据任务需求调整。如对癫痫检测，宁可多报（FP多）也要尽量不漏报（FN少），因此注重高召回率；反之某些应用（如筛查）可能要求高精度以减少误警。为兼顾两者，常引入F1分数。
• F1-score（F1值）：精确率和召回率的调和平均数， $F1 = 2 \times \frac{P \times R}{P + R}$。F1综合考虑了Precision和Recall，当二者均较高且平衡时F1才会高。F1特别适用于类别不平衡且希望综合评价模型准确且全面捕获正类能力的情况。例如在情绪分类中，由于某些情绪样本少，F1比Accuracy更能体现模型在少数类上的性能。不同行业阈值下，有Precision-Recall曲线用于权衡模型性能。需要注意F1对各类一视同仁，若需强调某类重要性，可使用加权F1等变体。
• ROC-AUC：ROC曲线是以真阳率(TPR=Recall)为纵轴、假阳率(FPR = FP/(FP+TN))为横轴绘制的曲线。AUC（Area Under Curve）为该曲线下的面积。ROC-AUC提供了模型在所有判别阈值下综合表现的衡量，其物理意义是在随机正样本和负样本对中，模型将正样本评分判高于负样本的概率。AUC取值0.5–1.0，越接近1表示分类器总体判别能力越强，与阈值选择无关。对于二分类任务，特别是当数据不平衡时，AUC是评价模型的一项稳健指标。例如在癫痫发作检测中，AUC常用来比较不同模型的整体检测性能。需要注意AUC不能直接反映实际使用时的特定阈值下精度，但在需要比较模型优劣或调整阈值时很有价值。
• Cohen’s Kappa（卡帕系数）：衡量模型分类与标注结果一致程度的指标，考虑了随机偶合的影响。公式 $\kappa = \frac{p_o - p_e}{1 - p_e}$。其中$p_o$是模型预测与真值的实际一致率，$p_e$是按各类别概率随机猜测下的理论一致率。Kappa=1表示完全一致，0表示仅相当于随机水平，负值表示比随机更差。Kappa常用于多分类情景评价分类器与人工标注的一致性，如睡眠分期中评估模型分期与人工专家分期的吻合程度。由于Accuracy在类不平衡时可能被高频类主导，Kappa通过引入随机一致率校正，能更公正地评价分类器优于随机分类的提升幅度。当Kappa > 0.75时通常认为一致性很好。需要指出Kappa受类边际概率影响，对于极端不平衡数据可能过严或不稳定，因此要综合Precision/Recall等一起考量。
• Balanced Accuracy（平衡准确率）：在各类别召回率基础上取平均的准确率。对于二分类，它等价于 $(Sensitivity + Specificity)/2$。例如分类癫痫发作 vs 正常，Balanced Acc = (发作段召回率 + 正常段召回率)/2。当类别分布不平衡时，Balanced Accuracy能防止模型偏向多数类。其取值0–1，随机猜测的Balanced Acc约为0.5。Balanced Acc常用于评价在每类都 equally 重要的场景，例如医学诊断中正负类不均衡但都需重视时。需要注意Balanced Acc实际等同于宏平均Recall（Macro Recall），在多分类情况就是各类Recall的算术平均。因此在类别样本不均时，Balanced Acc比总体Accuracy更能真实反映模型对每类的照顾程度。例如某模型对少数类Recall很低，即使Accuracy高，Balanced Acc也会明显下降，提示性能短板。很多竞赛和研究报告都会给出Balanced Accuracy或Macro F1等作为对Accuracy的补充。

5、经典深度学习模型介绍

5.1 EEGNet：深度可分离卷积来提取时空特征，广泛作为基线模型

5.2 DeepConvNet 与 ShallowConvNet：

5.3 TSception（时频卷积网络）：

5.4 循环神经网络（RNN）与BiLSTM：

5.5 时序卷积网络（TCN）：

6、最新前沿方法总结

6.1 Transformer在EEG中的应用：

6.2 基于图神经网络（GNN）的脑区连接建模：

6.3 自监督学习方法：

6.4 多模态EEG融合方法：

7、SOTA模型对比分析

情绪识别任务：

运动想象任务：

癫痫检测任务：

睡眠分期任务：

8、存在的挑战与未来研究方向

• 跨受试者泛化：不同个体的脑电幅度、频率特征、头皮电阻等存在巨大差异，导致模型往往依赖个体校准才能取得高性能。如何提高模型的跨人鲁棒性是关键难题。未来或需结合域自适应、迁移学习等方法减小个体差异影响。一些研究尝试使用对抗训练或正则化让模型提取与个体无关的特征。此外，收集更大规模、多样人群的数据进行预训练也有助于提高泛化。
• 信号噪声与伪迹处理: EEG极易受到各种噪声干扰，包括肌电（咬牙、眨眼）、工频噪声、电极脱落等。深度模型如果直接输入原始EEG，可能将伪迹当作特征，影响判别。传统上通过独立分量分析(ICA)等预处理剔除伪迹，未来可探索鲁棒模型，如在训练中模拟加入常见噪声，提升模型抗扰能力。另外，结合多模态辅助（如EOG帮助定位眼动伪迹）也是可行路径。
• 数据稀缺与小样本学习: 相比计算机视觉，EEG领域标注数据规模小且获取成本高。一些任务如罕见疾病诊断，可能只有几十例样本。为此，小样本学习和数据增广显得重要。未来方向包括更广泛地应用自监督预训练（利用海量无标签EEG学表示）、few-shot学习框架在EEG上的探索、以及生成对抗网络(GAN)合成逼真脑电数据以扩充样本。通过这些手段，模型有望在低标注数据下仍保持良好表现。
• 模型可解释性: 深度模型往往被视为“黑箱”，难以解释其决策依据。而在医疗等对可靠性要求高的场景，可解释性十分重要。未来需要发展EEG深度模型的可解释技术。例如利用注意力权重可视化突出模型关注的时间段/脑区，或借鉴CNN可视化方法（如利用反传播计算各通道的贡献）。一些研究已用DeepLIFT等方法在EEGNet上生成“脑电激活图”，帮助定位模型判别所依赖的神经特征。未来可解释性工作将促进深度模型与神经科学的结合，验证模型提取的模式是否具有生物学意义，从而增进对大脑机理的理解。
• 个性化与在线更新: 在脑机接口实际应用中，用户状态和电极情况会随时间改变，模型需具备在线适应能力。连续学习(Continual Learning)和主动学习(Active Learning)可能用于让模型在使用过程中持续更新而不遗忘先前知识。此外，可引入用户少量校正反馈来微调模型，提高体验。
• 融合脑科学先验: 目前模型多为数据驱动，未来可考虑将更多生理先验嵌入网络结构。例如，根据大脑解剖连接调整GNN图的拓扑，根据频率-脑区偏好设计卷积滤波器组等。这种结合或能提升训练效率并增强模型解释性。
• 新型脑电模式: 随着硬件进步，出现如高频脑电(HFO)、脑网络动态图谱等新兴分析对象。深度学习可以尝试应用于检测这些微妙模式，例如癫痫HFO自动检出等。
• 多模态与多任务联合: 大脑活动复杂多面，未来系统可能同时监测多个信号、多任务联合分析。例如同时解码驾驶员的疲劳和情绪两种状态，要求模型为多任务优化架构。或者联合EEG-眼动-面部表情构建更完善的情感计算模型。多任务学习框架和Transformer跨模态融合将在这方面发挥作用。