脑电信号处理实战 04 | 从“能分类“到“敢相信“:时间解析解码、嵌套交叉验证与模型可解释性
实战 03 我们用 CSP-LDA 在 13 个试次上拿到 84.6%,结尾留了一句话:这个分数敢相信吗?本篇正面回答这个问题,把解码分析升级到研究级规格:时间解析解码(信息什么时候出现)→嵌套交叉验证(超参数选择不许偷看测试集)→Bootstrap 稳定性评估(准确率的不确定度有多大)→可解释性分析(模型靠什么做决策)→无模型统计对照(效应量与 FDR 校正)。先说结论预告:本篇最佳时间窗的平衡准确率是 0.690,看着不错;但 bootstrap 95% 置信区间是[0.417, 0.938]——跨过了机会水平 0.5。也就是说,按最严格的标准,我们还不能声称解码显著高于随机。这篇文章会讲清楚为什么,以及为什么"讲清楚为什么不能"比"硬说能"值钱得多。数据来源说明:与实战 03 相同,脚本优先读取第三阶段的 PhysioNet S001R03 真实 EDF,不可用时自动生成固定种子的结构化模拟数据兜底。本次运行为模拟路径(30 通道、160 Hz、13 试次),结果摘要已如实标注。模拟数据注入了已知的左右手对侧调制(想象左拳 → C4/FC4/CP4,想象右拳 → C3/FC3/CP3,时段为提示后 0.5–3.5 秒),所以我们依然手握"标准答案",可以逐图验证。读完本篇你将学会:时间