CortexBridge：为EEG基础模型实现电极布局的皮层对齐

脑电图（EEG）基础模型通常在固定通道词表或有限的电极布局上预训练，因此在电极布局改变时难以迁移。我们提出CortexBridge，这是一种轻量适配器，将EEG特征与电极及脑区图谱坐标结合，把任意电极布局映射到共享皮层潜空间。在Mother of All BCI Benchmarks（MOABB）的五个脑机接口（BCI）数据集上，对三个冻结基础模型进行评估，CortexBridge在15项评估中的13项改善性能。平衡准确率的平均增益分别为EEGPT的0.80%、LaBraM的0.70%及CBraMod的3.26%，12类稳态视觉诱发电位（SSVEP）分类的最大增益为13.02%。学习所得脑区图谱表征的可视化显示与任务相关的空间模式，SSVEP在Yeo视觉网络中的表征比听觉P300更集中。结果将皮层对齐确立为一种可学习、具解剖依据的路由机制，用于把异构EEG电极布局接入预训练基础模型。