基于区域加权多尺度时空表征学习方法的P300脑机接口增强解码

《Neural Networks》：Enhanced P300-Based Brain-Computer Interface Decoding via Region-Weighted Multiscale Temporal-Spatial Representation Learning Method

　　

摘要

基于P300的脑机接口（BCI）系统为严重身体残疾者提供了至关重要的通信渠道。尽管深度学习在信号处理方面取得了显著进展，P300识别仍受到低信噪比和非平稳动态特性的制约。现有的深度学习方法存在两个主要局限：它们依赖固定尺度的时间滤波器，无法捕捉多分辨率的事件相关电位（ERP）动态特性；同时，它们将所有电极通道进行同质化处理，忽视了皮层区域的功能模块化以及局部与全局网络模式之间的相互作用。为解决上述问题，我们提出了区域加权多尺度时空神经网络（RWMTS-Net）。该模型整合了三个关键组件：一个区域划分模块，用于将生理上对齐的电极进行分组；一个多尺度时空模块，用于捕捉跨功能脑区的多分辨率ERP动态特性；以及一个自适应通道注意力机制，用于动态耦合局部动态特性与全局网络特征。在公共数据集和自采集数据集上进行评估，RWMTS-Net显著超越了最先进的基线模型（包括EEGNet、ShallowNet、EEGInception、PPNN和DeepNet）。在相应数据集上分别达到了98.93%和91.79%的卓越平均字符识别准确率，同时具有更高的信息传输率（ITR）、更高的AUC值和更低的性能方差。这些结果表明，RWMTS-Net有效解决了关键的时空表示瓶颈问题，为BCI解码提供了高精度且鲁棒的解决方案。

引言

脑机接口（BCI）系统作为沟通与控制的替代方法，在人脑与外部设备之间建立直接连接。该技术使用户能够基于神经活动生成指令，并将其转化为具体动作 [Schwemmer et al., 2018]。BCI系统对于积极参与辅助干预的患者具有广阔的研究和应用前景，例如患有肌萎缩侧索硬化症（ALS）或中风等导致严重运动障碍的患者 [Sreeja et al., 2017]。在各种捕捉脑活动的模态中，脑电图（EEG）尤其值得关注，因其具有高时间分辨率、非侵入性、便携性和安全性 [Li et al., 2025]。因此，基于EEG的BCI在康复环境中作为控制辅助技术和治疗工具的一种有前景的解决方案，受到了广泛关注。然而，它也面临若干局限，包括空间分辨率低、非平稳性以及易受肌肉活动、眼球运动和环境干扰等伪迹影响 [Liu et al., 2025]。由于EEG信号具有高复杂性和噪声水平，对特定神经过程进行精确解码是一项极具挑战性的任务。为应对上述限制，BCI系统通常利用从EEG中提取的神经标志物，其信噪比高于原始EEG信号，以获取任务相关信息 [Ding et al., 2025]。

事件相关电位（ERP）反映了感知外部刺激后持续发生的脑活动，具有稳定性、可靠性，且无需参与者训练即可诱发 [Li et al., 2025]。它们与特定感觉、认知或运动事件的发生在时间上紧密锁定。P300是一种突出的ERP波形类型，它是一种显著的阳性去ERP信号，出现在稀有刺激呈现后约300毫秒处 [Euser et al., 2012]。它与多个皮层区域的激活密切相关，包括前额叶、额叶和顶叶区域 [Li et al., 2016]。作为最知名且应用最广泛的ERP应用 [Farwell and Donchin, 1988]，P300拼写器可支持用户通过神经活动与虚拟键盘交互，无需身体运动。P300-EEG活动可被精确转换为低级转向或高级导航指令。因此，基于P300的BCI系统可进一步推动智能家居生态系统的构建，从而显著提升用户的生活质量。

传统方法主要依赖手工提取的时间特征结合线性空间滤波技术 [Hong et al., 2026]，包括支持向量机 [Quitadamo et al., 2017]、费雪线性判别分析 [Li et al., 2022]，以及针对P300检测二分类问题的扩展应用。例如，Rakotomamonjy等人 [Rakotomamonjy and Guigue, 2008] 设计了一个支持向量机集成来减轻神经信号响应个体间变异性的影响。xDAWN被引入用于估计空间滤波器，并配合高效自动贝叶斯线性判别分析分类器，旨在提升P300信号的信噪比 [Rivet et al., 2009]。主成分分析与加权极端学习机器的组合被用于识别目标 [Kong et al., 2023]。流形几何和自适应方法的应用也在BCI系统方面取得了显著进展 [Qi et al., 2018]。此外，一种增强的ERP分量算法被设计用于大幅减轻干扰分量并抑制噪声相关性 [Zhang et al., 2023]。尽管这些方法在一定程度上改善了P300响应的信噪比，但它们严重依赖专家领域知识，缺乏端到端学习能力，且难以有效捕捉多通道EEG信号中嵌入的非线性、多尺度时空表示。随着深度学习的兴起，研究重点转向了自动化特征表示。此外，时空特征 [Hu et al., 2025] 被证明在叠加平均和单试次分类问题中均发挥关键作用 [Deng et al., 2023]。而且，局部和全局网络信息的融合已被证明对任务识别性能具有显著增益 [Zhang et al., 2013]。尽管取得了这些进展，现有的P300解码深度学习方法仍存在关键局限，阻碍了性能的进一步提升。它们依赖固定单一尺度的时间卷积核，且将所有EEG电极视为空间上均匀、同质化的输入矩阵，忽视了皮层区域固有的生理模块化。为应对这一问题，我们设计了区域划分模块以划分连贯的脑区。随后，通过多尺度时空特征学习模块从时间维度和空间维度提取多尺度特征。构建通道注意力机制以识别不同粒度下全局与局部信息之间的联系，同时促进其相互交互。本研究的主要贡献如下：

• ?
  区域加权多尺度时空神经网络（RWMTS-Net）采用数据驱动的区域划分策略，显式建模皮层功能模块化和通道间空间依赖关系。
• ?
  多尺度特征学习模块联合提取跨区域的多分辨率时间动态特性，同时自适应通道注意力机制动态连接局部区域模式与全局网络拓扑。
• ?
  RWMTS-Net在单次试次和多试次P300拼写器范式下均持续超越最先进基线模型，展现出卓越的特征可区分性。

各节摘要

相关工作

在过去几年中，大量结合卷积神经网络（CNN）或循环神经网络的框架被用于尝试EEG信号的分类任务 [Azami et al., 2025]。最初使用CNN模型进行P300检测的尝试发表于2011年，达到了与传统顶级机器学习方法相当的准确率水平 [Cecotti and Graser, 2010]。此后，多种基于主流算法的CNN被提出

材料与方法

所提出的RWMTS-Net方法的整体框架由三大部分组成：区域划分模块（RPM）、多尺度时空特征学习模块和通道注意力机制，如图1所示。区域划分模块负责根据相关模式将EEG通道划分为功能上连贯的脑区，使后续模块能够处理具有空间意义的神经单元，而非依赖固定的方式。在

实验结果

本节通过大量实验系统评估了所提出的RWMTS-Net框架在P300解码方面的性能、特征表示能力和鲁棒性。我们首先描述实验设置，包括两个P300拼写器数据集及其预处理流程。接下来，我们在单次试次和多轮次范式下将RWMTS-Net与五个最先进基准模型进行对比评估。然后，通过消融实验和特征可视化分析

讨论

本节从五个关键方面全面评估RWMTS-Net：优化通道划分配置、基准测试注意力机制的鲁棒性、评估下采样对P300特征保留的影响、进行消融实验以验证组件协同作用，以及利用地形图和t-SNE可视化来确认神经生理一致性和特征可区分性。

结论

本研究构建了一个多尺度时间和区域空间神经网络，以更好地学习P300信号的时空表示。我们设计了一种区域划分策略，以整合空间域中的局部信息。此外，我们利用自适应细粒度通道注意力模块精确提取全局与局部信息之间的关联，以促进其相互作用。通过参与者依赖的训练策略，

CRediT作者贡献声明

李树瑞：撰写——初稿、验证、方法论、概念化。Ian Daly：撰写——审阅与编辑、形式化分析。秦珂：调查、数据管理。王兴宇：监督、调查。Andrzej Cichocki：撰写——审阅与编辑、监督。金晶：可视化、监督、方法论。

利益冲突声明

作者声明，他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文所报告的工作。

致谢

本研究得到国家自然科学基金（资助号62673206）的部分支持，部分由中国国家自然科学基金青年科学基金项目（资助号62306111）和上海浦江人才计划（资助号25PJD030）支持。本研究还得到国家自然科学基金（资助号62625603）和脑科学与类脑智能技术国家科技重大专项（2022ZD0208900）的部分支持

李树瑞|Ian Daly|秦珂|王兴宇|Andrzej Cichocki|金晶