这篇做了什么
在 BCICIV-2a 与 OpenBMI 上离线回放异构链路，让原始 EEG 与分类头留在本地；通信感知协调减少约 42% 的下行流量。
NEXUS-MI：通信感知的联邦运动想象个性化
NEXUS-MI: Communication-Aware Federated Personalization for Gateway-Coordinated Motor-Imagery Brain-Computer Interfaces
核心创新
把网关参与、陈旧更新与骨干下载策略显式纳入个性化学习，并同时检查通信成本与逐受试者可靠性。
证据边界
尚未同行评审且属于离线回放；群体平均精度差异小而结果依赖链路实现，部分受试者相对理想链路损失可接近 12 个百分点。
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。