三个电极、99.9%——那到底是脑电还是肌电

推荐优先级：较高 · 族 A（公开数据集重评测）/ 参赛子类：ROBO — 认知系统 / 机器学习方向（官方 2027 子类名称需核实） · 资源需求：一台笔记本，零器材成本，无采购周期 · 技能取向：生物信号处理 / 证伪式实验设计 / 统计推理

1 · 研究问题

用公开的运动准备电位（bereitschaftspotential, BP）数据集做一次证伪式实验：把可能承载肌电（EMG）、眼动（EOG）与运动伪影的成分逐级剥离之后，运动意图分类准确率还剩多少？剥离前后的落差能否作为"这个成绩主要由伪影承载"的可操作判据？

2 · 研究背景与空白

背景。 BP 是人在自发动作前 1–2 秒出现的缓慢负向电位偏移，幅度约 10 µV 量级，是脑机接口里最经典的运动意图前兆信号。它有两个致命的脆弱性：一是极低频——持续一两秒的缓慢漂移，高通滤波截止频率设高一点就会把它整个抹掉；二是信噪比极低——在同一段头皮记录里，眼球运动产生的 EOG、颈部与面部肌肉产生的 EMG、以及电极—皮肤界面因身体移动产生的运动伪影，幅度比 BP 大一到两个数量级。这三类干扰的共同特点是它们与"即将动腿"这个事件在时间上高度相关——受试者准备动作时会绷紧肌肉、会眨眼、会轻微移动。因此一个只学到伪影的分类器，在这个任务上完全可以拿到很高的准确率，而且不会被任何常规验证发现。

已有工作到哪一步。 2026 ROBO024（Grand + Special）"Mind-Controlled Lower-Limb Pneumatic Exoskeleton"（NeuroGait）——摘要原文写 A custom 3D-printed EEG headset was developed to capture brain signals with three EEG electrodes placed across the brain's motor cortex，以及 my algorithm has a 99.9% prediction accuracy，整机层面报告 95.2% accuracy in detecting and executing key lower-limb movements。mine_isef "EEG" 五届仅此一项；相关的还有 2023 ROBO069 "NeuroMotus"（脑机接口外骨骼，仅有标题，需自行核对）。本文件结尾归纳的七种可攻击句式里，「高得反常的准确率 + 低信噪比场景」一行举的正是它。旁证在词频侧：48 篇 ROBO 获奖摘要中 uncertaint 唯一 1 次命中来自 ROBO042 ScoutCane 的 dynamically quantifies navigational uncertainty——那是导航置信度，不是测量不确定度；standard deviation 0 次、error bar 0 次。

空白在于：没有人为这类项目建立过一套伪影证伪流程——一个所有 BCI 类竞赛项目都能照着跑、跑完就知道自己的成绩有多少是真信号的标准动作。这个空白适合一年期学生课题：数据公开、CPU 足够、全程离线无 IRB、实验时间完全可压缩；而且结论正负都成立——如果去掉伪影后成绩不掉，后来者的结论就更硬；如果掉了，你救了后来者。 本课题的定位从头到尾是建立流程，不是指控任何人。

3 · 可检验假设

H1 在"只用非运动皮层通道"的对照条件下，运动意图分类准确率仍显著高于该受试者的类别先验基线 10 个百分点以上。若成立，说明分类器捕捉到的判别信息并不局限于运动皮层，因此高分至少部分由全局性伪影（EOG / EMG / 运动）承载。

依据的推算过程：真 BP 的空间分布以中央区（运动皮层）为中心向外衰减，非运动皮层通道上的真 BP 幅度应显著更小，可用信息随之下降；而 EOG 与 EMG 是全头分布的，在非运动通道上几乎不衰减。因此"空间特异性"就是一个可分离的判据：真信号有空间结构，伪影没有。

H2（机制假设，H1 被否证时仍有内容）若非运动皮层通道给不出高于基线的成绩（即空间特异性成立），则准确率的主要威胁不是空间伪影而是时间泄漏——同一试次内的滑窗片段跨越了训练/测试边界。此时「按试次划分 → 按片段划分」之差应显著大于「全通道 → 非运动通道」之差。这两个差值在同一批实验里同时得到，H2 不需要额外实验。

4 · 量化验收标准

1. 方法学校验（硬门槛，不过关则后续全部结论无效）。 两条自检必须同时通过：① 用自建管线在所选公开数据集上复现其已发表的基准分类成绩，偏差 ≤ 5 个百分点；② 标签置换自检——把标签随机打乱后重训，准确率必须落在类别先验基线的置信区间内。若打乱标签仍得到显著高于基线的成绩，说明管线本身有泄漏，后续全部结论无效。
2. 统计口径预先写死——两个 n 必须分开。 所有比较都在按试次划分且受试者独立的口径下进行；重复次数 ≥ 10 折 × ≥ 5 次。必须分别报告「同一受试者的折间标准差」与「受试者之间的标准差」——这两个 n 不是一回事，不得混算。准确率必须与该受试者的类别先验基线（多数类比例）对照，不得想当然地与 50% 对照——类别不平衡下 50% 不是随机水平。
3. 剥离阶梯预先定死，五档，不得事后增删。 ① 原始数据；② 带阻/高通去除肌电频段；③ ICA 去除 EOG/EMG 成分；④ 仅用非运动皮层通道；⑤ 仅用 EOG/EMG 参考通道（阳性对照）。第 ⑤ 档是关键：如果只用参考通道就能达到接近原始的准确率，那么"高分由伪影承载"就被直接证实，不需要任何推断。
4. 主结论的量化形式。 报告"逐档准确率 + 每档相对上一档的落差 + 自助抽样置信区间（重抽样单元为受试者）"，并给出"落差 ≥ X 个百分点即判定该成绩主要由伪影承载"这一可操作阈值及其来源说明。
5. 阴性结果预案（开题时即写好）。 若逐档剥离后准确率不掉，这同样是有效结论（说明该类成绩是真信号），但必须给出误差棒证明有能力分辨预期量级的差异。
6. 可复现性。 预处理脚本、划分清单、全部开源；ICA 成分选择必须是可自动执行的规则，不得靠人眼挑成分——人眼挑成分换个人挑就换个结论，是本流程唯一不可复现的环节，必须从设计上消除。

5 · 数据与工具

用途	来源 / 工具
BP / 运动想象 EEG 数据（主）	公开的 EEG 数据集。硬判据：必须带有独立的 EOG 或 EMG 参考通道——源文件记载"多个公开库同时提供 EEG 与 EOG/EMG 参考通道，这正是做伪影分离所必需的"。具体数据集名称、通道表、采样率、许可条款需核实
第二数据集（外部验证）	同上，须同样带参考通道。需核实
对照基准	该数据集已发表的基准分类成绩（仅用于校验与对比，不计入本项目的数据贡献）
信号处理工具	常见 EEG 处理库（带阻/高通滤波、ICA、试次分段）。具体库名与版本需核实并在第 1 周锁定
计算环境	笔记本 CPU，零采购，无到货周期
明确不采集的东西	绝对不自采 EEG（源文件原话）：不贴电极、不招募受试者、不做任何人身上的测量；不复现 3D 打印头戴，不复现外骨骼

能力边界须核实项（这是 §8 的头号 go/no-go 来源）： ① 参考通道是否真的保留在公开发布版本中——有些数据集在发布时已把 EOG/EMG 通道删除，有些已经用它做过去伪影处理并只发布"清洗后"数据，这两种情况都会让这条课题直接死。必须逐个下载并打印通道表核实，不能只看论文描述。② 数据是否已被作者预先去伪影——若是，剥离阶梯的前几档就是空操作，全部落差会被人为压平。③ 受试者 ID 与试次边界标注是否完整（否则做不了按试次、受试者独立的划分）。④ 数据集许可是否允许再分发处理脚本与划分索引。

合规红线（必须写进研究计划，否则会被合规审查卡住）： 绝对不要自己采 EEG。 在人身上贴电极属于人类受试者研究，IRB 必须在招募动作之前批准——不是在采集之前，是在你联系第一个潜在受试者之前。2027 版删除了"在医学专业人员监督下可以"的豁免口子，学生一律不得向受试者反馈研究数据或提供任何建议、诊断、医学信息。在 3–4 个月的净窗口下，一轮 IRB 往返（2–6 周）会吃掉至少一个月，而这条课题的全部信息量都在公开数据里，自采没有任何增量。研究计划中必须显式写明"使用已公开发布的去标识数据集，全程离线，无人类受试者参与，无需 IRB"。另有一条表述纪律：本课题不对 ROBO024 或任何具体项目的真伪做出结论——检验对象是方法学流程，不是某个人的工作。

6 · 方法路径

1. 建管线 + 跑通基准复现 + 标签置换自检（§4 第 1 条）。这一步不过不许继续。
2. 核实数据能力边界。 本方向已知的静默失败点（不报错但给错结果），逐一排查： - 参考通道存在但全为零或常数（发布时被置空），滤波与 ICA 照跑不误，你以为做了伪影分离，其实什么都没做； - 高通截止频率设得过高会直接抹掉 BP 本身——BP 是持续 1–2 秒的极低频偏移，滤波参数不当时你测的是滤波器而不是大脑，而准确率下降会被误读成"伪影被去掉了"； - ICA 成分靠人眼挑选，换个人挑就换个结论，且全程不报错； - 试次基线校正窗口与 BP 起始时刻重叠，把要测的信号本身减掉； - 参考电极（reference）方案改变全部通道的相对幅度，"非运动皮层通道"在不同参考方案下含义不同——参考方案必须写死并在正文中报告。
3. 冻结五档剥离阶梯与划分口径，写入研究计划。此后不得增删档位。
4. 逐档跑完整阶梯 × ≥ 2 数据集，全部在按试次、受试者独立的划分下进行。
5. 构造"逐档准确率落差表"与判定阈值（本课题的主产物），并按 H2 的判据比较空间路径与时间路径的落差量级。
6. 独立交叉校验。 用另一种原理测同一个量：① 阳性对照（仅用 EOG/EMG 参考通道）与 ② 空间特异性检验（仅用非运动皮层通道）是两条互相独立的路径，都指向"伪影承载份额"这同一个量，若两者一致则结论稳健；③ 再加一条时频路径——BP 的判别信息应集中在极低频段，EMG 集中在高频段，用频段消融（band ablation）独立估计同一份额。三条路径给出一致答案，才允许写进结论。

7 · 新颖性边界

本课题不声称： - 不声称 ROBO024 的 99.9% 是假的。 摘要级信息不足以做出这个判断，本课题也不在它的数据上做任何实验。这条边界必须在展板与问答中主动讲清楚——被评委问出来远不如自己先说。 - 不声称首次发现 EEG 伪影问题。脑电伪影与去伪影是成熟话题，本课题使用的是现成的滤波与 ICA。 - 不声称提出新的去伪影算法，也不声称提出新的运动意图解码方法。 - 不声称对外骨骼控制、气动驱动或康复应用提出任何改进——本课题完全不涉及硬件。

已有工作做到哪： ROBO024 报告 my algorithm has a 99.9% prediction accuracy 与整机 95.2% accuracy in detecting and executing key lower-limb movements，使用 three EEG electrodes placed across the brain's motor cortex；mine_isef "EEG" 五届仅此一项；2023 ROBO069 "NeuroMotus" 仅有标题，需自行核对。本类目 48 篇获奖摘要里 uncertaint 唯一 1 次命中是导航置信度而非测量不确定度。

本项目的贡献（属「方法可复现性贡献」型）： 交付一套所有 BCI 类竞赛项目都能直接套用的伪影证伪流程——五档剥离阶梯、可自动执行的成分选择规则、以及"落差多大即判定成绩由伪影承载"的可操作阈值。这是主结论，不是附加内容。

为什么有价值： 在 10 µV 量级的信号上用三个电极拿到 99.9%，这个问题不解决，整个子领域的成绩就彼此不可比。而这套流程的产出是双向有用的：成绩不掉，后来者的结论更硬；成绩掉了，后来者少走一年弯路。

若结论不显著： 若逐档剥离后准确率基本不掉，说明该类成绩确由真信号承载——这同样是有效结论，但必须给出误差棒（以受试者为重抽样单元）证明你有能力分辨预期量级的落差，否则等于没做。

8 · 决策门槛（go / no-go）

🔴 条件 1（第 3 周内，2026-08-17 前）：确认候选数据集带有独立的 EOG 或 EMG 参考通道。这是本课题的头号 go/no-go 项。 没有参考通道，这条课题直接死。核实动作必须是"下载数据、打印通道表、确认通道非空且未被预先用于清洗"，不是"读论文描述"。至少要确认 2 个数据集合格（1 主 1 备）。 降级路径（有限，必须如实声明其代价）： 若确实找不到带参考通道的公开数据集，保留 H2 分支——「按试次划分 vs 按片段划分」的时间泄漏检验与「仅非运动皮层通道」的空间特异性检验都不需要参考通道。主结论框架从"高分由伪影承载多少"变为"高分由时间泄漏与空间非特异性承载多少"，仍是同一套证伪流程、同一类贡献。但第 ⑤ 档阳性对照（最有力的一档）会永久缺失，必须在局限性中明确声明。若连受试者 ID 与试次边界标注也不可得，本课题不成立，须换题——这一判定必须在 8 月底前做出，不能拖到 9 月。

🟢 2026-09-05：研究计划定稿并提交。 显式声明"无人类受试者、全程离线"。具体表单组合（含 2027 新增的 Form 2A 学生支持披露表）需核实官方要求。

🟡 条件 2（第 10 周末，2026-10-12）：五档阶梯在主数据集上全部跑完。 未完成则按预算裁剪顺序砍档位或砍第二数据集。

2026-12-15：数据采集截止，留 3 周分析与展板。

⚠️ 与「附属赛后不得修改」的冲突点： 五档剥离阶梯的构成、滤波参数（尤其高通截止频率）、ICA 成分自动选择规则、以及判定阈值一旦在附属赛后想改就不被允许。必须在 11 月底前定死。 其中高通截止频率是最敏感的一个数——改这一个参数会同时改变全部五档的结果，事后调整等同于重做实验。

须提前核实而非边做边发现的事项： - 参考通道可得性与数据是否已被预先清洗（见条件 1）。 - 2023 ROBO069 "NeuroMotus" 仅有标题，需自行回原文核对是否与本课题撞车。 - 本文件证据级别为"基于本地五届语料，未做外部文献核查"，2022–2024 三届只有标题，"零命中"不能单独作为新颖性证据。BP 解码与伪影污染在 BCI 文献中有大量工作，开题前必须自行补一轮独立文献检索，并据此把贡献精确锚定在"面向竞赛项目的可套用证伪流程"上。

已知困难及其定位： ICA 成分选择的主观性是本课题唯一的技术难点。这个困难本身就是研究内容——"如何让一套去伪影流程可复现"正是本课题要交付的东西，所以它必须被写成可自动执行的规则并公开，而不是被绕开。

选择前提： 适合有信号处理基础、能接受"主结论可能是一个否定性方法学结论"的学生。不适合想造外骨骼或需要现场演示的学生——外骨骼实物既不需要也不加分，本课题的展板全是曲线与表格。

预算裁剪顺序： 零成本，无预算可裁。时间不足时：先砍第二数据集，再砍时频消融这条第三校验路径，最后把剥离阶梯从五档砍到三档（原始 / ICA 去伪影 / 仅参考通道阳性对照）。砍到三档主结论仍成立——阳性对照那一档必须保留到最后，它是全部判别力的来源。

🔴 展台能否展示实物： 无实物，纯图表——逐档准确率落差图、空间特异性对照图、判定阈值表。外骨骼与电极都不出现在展位上，也不出现任何人体材料、液体、电池组或锐器。展台限制对本课题为零。

评分： O=8, W=8, F=7, S=8, Fit=9 → base=79.2，h=5 → [74, 84]，置信度：高

---