HOW IT WORKS
技术原理
用 EEG 条件的一步生成模型直接在信号空间预测 fNIRS，并通过时空编码、分类器自由引导与频域正则维持任务相关结构。部署时没有第二个传感器，合成模态应视作 EEG 派生特征，而非独立生理证据。
CROSS-MODAL · TECHNOLOGY 10
一步式神经信号跨模态生成
从 EEG 一次前向生成任务相关的合成 fNIRS，用低延迟特征增强替代真实双模态采集；必须明确合成模态不是独立生理测量。
成熟度：离线概念验证一步 MeanFlowEEG 条件生成时空与频域约束独立证据边界
WHERE IT HELPS
适用场景
- 无法同步采集时的跨模态特征增强
- 低延迟运动想象解码
- 异构电极布局间的表征迁移
BOTTLENECKS
关键瓶颈
- 生成波形可能生理不真实
- 额外监督和模型容量造成不公平增益
- 高端 GPU 延迟不代表端侧延迟
READ WITH QUESTIONS
检索和阅读时先问这三个问题
阅读问题完成度0 / 3