这篇做了什么
为每位受试者选择最适合 EEG 检索的 CLIP 中间层，再以多层表征和 CSLS 做检索并连接扩散生成；报告 THINGS-EEG 200 选 1 Top-1 为 78.1%，CSLS 后为 86.4%。
按受试者选择神经可见层的 EEG 视觉检索与重建
EEG-based Visual Retrieval and Reconstruction: From Neurally Visible Optimal Layer to Hierarchical Diffusion Generation
核心创新
不再假设视觉模型最终语义层最贴近神经信号，而是显式寻找个体化的中间表征层。
证据边界
尚未同行评审；按受试者选层增加校准与潜在过拟合风险，受控图像检索不等于开放世界脑读图。
READ FIRST
建议先读：摘要 → 方法总图 → 主结果 → 局限讨论
先确认研究对象、信号来源和评价设置，再看模型指标；不要把单被试或离线结果直接外推为可用系统。