LEARNING PATH

从真实神经信号到通用型 BCI

一条适合计算机与电子信息背景学习者的路线：先理解信号，再做模型，随后进入硬件和临床系统。

2–4 周

读懂神经信号

建立 EEG、sEEG、ECoG、spikes 的采集原理、频段、伪迹与空间分辨率概念。

4–8 周

从特征工程、CNN、RNN 到 Transformer，理解数据划分、跨被试评估和常见泄漏。

4–8 周

围绕 LaBraM、EEGPT 与跨数据集预训练，学习 tokenizer、自监督目标和迁移评估。

持续

理解电极、模拟前端、无线链路、功耗、封装和手术路径如何共同约束解码。

长期

把跨人泛化、在线适配、家庭稳定使用、安全性与用户价值放进同一评价框架。