知识卡片：SCORE：无标签跨被试EEG到图像检索的被试坐标恢复

英文标题：SCORE: Subject Coordinate Recovery for Label-Free Cross-Subject EEG-to-Image Retrieval
英文关键词：EEG-to-image retrieval; cross-subject; label-free; subject coordinate recovery; visual decoding
中文关键词：脑电解码；图像检索；跨被试；无标签；被试坐标恢复
信息来源：arXiv:2608.19134v1（依据摘要整理；未说明处标“待核实”）

一句话结论

SCORE 提出一种无目标标签的跨被试 EEG-to-Image 检索框架：通过“恢复”不同被试在共享图像空间中的坐标方向，在 200 路检索基准上显著改善无标签新用户的检索准确率，且部署时无需目标标签或更新编码器。

事件概述/研究问题

视觉解码可从 EEG 等神经信号中恢复被试感知的图像内容，有潜力用于神经通信。但现有 EEG-to-Image 检索方法面对没有标注校准数据的新用户时，性能远低于被试内（within-subject）方法，限制了实际部署。作者分析跨被试 EEG 特征后发现：不同被试对概念间关系的保持是相似的，但这些关系所在的坐标方向不同；由此提出 SCORE。

方法/产品要点

训练阶段：使用“恢复感知的源端训练”（recovery-aware source training），将源被试 EEG 对齐到公共图像空间，并通过仅源数据的回合（source-only episodes）模拟未见被试的恢复。
部署阶段：两个编码器保持冻结；通过“hubness 校正匹配”（hubness-corrected matching）选择可靠的 EEG-图像地标，再估计一个正交变换，以恢复目标被试的 EEG 坐标。
不依赖源数据、不依赖目标标签，也不需要更新编码器。

主要结果或产业意义

在 200 路检索的 THINGS-EEG2 上，Top-1/Top-5 达到 53.23%/83.55%，超过最强基线 17.45/15.70 个百分点。
在 Alljoined-1.6M 上，Top-1/Top-5 达到 12.01%/32.16%，超过最强基线 3.08/4.62 个百分点。
SCORE 对每个目标被试均优于未适应（unadapted）基线。
研究意义：无需目标标签和编码器更新即可跨被试应用，使基于脑电的视觉解码朝稳健、实用、低延迟的方向推进。

为什么重要

该工作直接面向跨被试泛化难题：新用户无需标注校准即可获得较好的 EEG-to-Image 检索性能。这种“训练时模拟恢复、部署时坐标对齐”的思路，为脑电视觉解码的实际部署提供了低门槛方案，也为理解不同被试的脑电表征差异提供了“坐标方向不同、语义关系相似”的视角。

与既有脉络的关系

本条与“DiCE-CIR”等已有图像检索卡片同属检索主题，但侧重不同：DiCE-CIR 是零样本组合图像检索，本条是 EEG 到图像的跨被试检索。增量信息在于：该工作将跨被试性能差距归因于“坐标方向”不同，并提出无需目标标签的坐标恢复方法；这与既有卡片不重复。

局限与不确定性

本文为 arXiv 预印本，同行评审状态待核实。
摘要未给出 EEG 预处理、图像编码器结构、训练数据规模等实现细节，待核实。
实验仅在 THINGS-EEG2 与 Alljoined-1.6M 两个基准上报告，未说明在其他数据集或真实神经通信场景中的表现，待核实。
“正交变换”的实际约束、失效条件以及“hubness 校正匹配”的具体实现，需以全文为准，待核实。

可用于图书/PPT/简报的角度

脑电视觉解码的“检索式”评估：从脑电信号中找回被试正在看的图片。
跨被试为何难：不是概念表征完全无关，而是坐标方向不同。
无需标定的跨用户适配：SCORE 在部署时冻结编码器，并通过地标匹配与正交变换完成坐标恢复。
量化结果对比：两个公开基准上的 Top-1/Top-5 增益可作为生动例子。

原始材料

英文标题：SCORE: Subject Coordinate Recovery for Label-Free Cross-Subject EEG-to-Image Retrieval
arXiv ID：2608.19134v1
作者：Zhenyao Cui, Siyuan Kan, Siyang Li, Ziwei Wang, Dongrui Wu
提交/更新时间：2026-08-19T17:27:29Z
分类：cs.LG
URL：https://arxiv.org/abs/2608.19134v1
PDF：https://arxiv.org/pdf/2608.19134v1