運算：30 位未標記資料 combined SSL 12,000 updates；9 個模式 × 10 subjects × 5 folds = 450 folds。
一、兩篇文獻真正做了什麼
MAEEG
MAEEG 以六層 CNN、八層 Transformer 從 masked latent 重建 raw EEG。其最重要結果是：少標籤時 75% 且單一長 mask 較好，但作者也明確指出模型主要重建慢變化，這對 100 秒睡眠訊號合理，未必適合 2 秒運動想像。論文沒有完整報告 band-pass 或一般波形 augmentation。
BIOT
BIOT 將 EEG 統一到 200 Hz、每通道以絕對振幅第 95 百分位正規化，再切成 1 秒、50% overlap 的逐通道頻譜 token。token 加 channel/position embedding 後用 linear Transformer 與 mean pooling。SSL 用 channel/token dropout 形成擾動視圖，以 L2-normalized InfoNCE 訓練。官方程式的公開 perturb 實際只隨機保留各通道 50–100% 時間 token，因此報告將論文描述與程式行為分開。
二、改良設計
- 因 2 秒 trial 用原 BIOT 只會有每通道 3 tokens，改成 0.5 秒/0.25 秒與 1 秒/0.5 秒雙尺度，共 80 tokens。
- encoder 為 96 維、3 層、4 heads，約 28.8 萬參數；分類器使用 global、C3/C4、差值與 midline features。
- combined SSL 使用 60% 集中遮罩、masked log-spectrum 重建與 BIOT-style symmetric InfoNCE。
- 監督增強測試 time shift、noise、非 C3/C4 channel dropout、短 time mask，以及左右腦鏡射並交換 label。
三、濾波先驗檢查
先用固定 folds 的 log-bandpower logistic probe 檢查濾波。它只是方向探針，不是深度模型結果。
四、SSL 是否學到東西
validation total loss 從 0.5664 降至最佳 0.3344；external 四位為 0.3819。重建很早停在約 0.025，後續改善主要來自 InfoNCE。預訓練沒有 collapse，但 downstream 結果顯示「學到可辨識的無標記表徵」不等於「學到左右腳可用表徵」。
五、完整分類結果
| label | n_subjects | mean_accuracy | std_accuracy | mean_balanced_accuracy |
|---|---|---|---|---|
| BIOT 1-40 | 10 | 58.41% | 9.30% | 58.43% |
| MI-BIOT v1 1-40 no mirror | 10 | 59.01% | 11.51% | 58.99% |
| MI-BIOT v1 1-40 + mirror | 10 | 51.72% | 5.34% | 51.64% |
| MI-BIOT v1 SSL | 10 | 53.22% | 4.03% | 53.20% |
| MI-BIOT v1 4-40 | 10 | 50.76% | 1.74% | 50.69% |
| MI-BIOT v2 scratch | 10 | 58.12% | 9.87% | 58.12% |
| MI-BIOT v2 SSL | 10 | 55.06% | 8.50% | 55.08% |
| BIOT 0.5-50 | 10 | 55.45% | 8.69% | 55.46% |
| MI-BIOT 0.5-50 no mirror | 10 | 57.21% | 8.93% | 57.21% |
單一受試者
| subject_id | BIOT 1-40 | MI-BIOT v1 1-40 no mirror | MI-BIOT v1 1-40 + mirror | MI-BIOT v1 SSL | MI-BIOT v1 4-40 | MI-BIOT v2 scratch | MI-BIOT v2 SSL | BIOT 0.5-50 | MI-BIOT 0.5-50 no mirror |
|---|---|---|---|---|---|---|---|---|---|
| sub1 | 62.63% | 50.73% | 50.73% | 52.22% | 50.73% | 59.17% | 62.11% | 47.24% | 49.24% |
| sub2 | 48.72% | 49.76% | 49.76% | 52.20% | 53.68% | 49.76% | 51.72% | 54.16% | 50.73% |
| sub3 | 59.50% | 53.50% | 47.00% | 60.50% | 51.00% | 57.50% | 57.50% | 53.00% | 54.00% |
| sub9 | 50.76% | 48.26% | 49.24% | 52.27% | 50.72% | 49.26% | 44.74% | 54.65% | 51.26% |
| sub10 | 54.50% | 57.50% | 52.50% | 52.00% | 53.00% | 53.50% | 52.00% | 53.00% | 64.50% |
| sub11 | 64.50% | 70.00% | 48.50% | 50.50% | 49.00% | 68.50% | 60.00% | 71.00% | 67.50% |
| sub12 | 71.72% | 82.61% | 66.20% | 59.72% | 47.76% | 66.74% | 58.74% | 57.26% | 70.63% |
| sub13 | 73.00% | 71.00% | 52.00% | 53.00% | 51.50% | 77.50% | 71.50% | 70.00% | 66.50% |
| sub14 | 49.00% | 55.00% | 50.00% | 47.00% | 50.00% | 51.00% | 46.00% | 48.00% | 50.00% |
| sub15 | 49.73% | 51.71% | 51.24% | 52.76% | 50.24% | 48.26% | 46.29% | 46.20% | 47.74% |
六、統計與判斷
| comparison | mean_delta_pp | bootstrap_ci_low_pp | bootstrap_ci_high_pp | wilcoxon_p_raw | wilcoxon_p_holm | a_better_subjects |
|---|---|---|---|---|---|---|
| dual-scale vs BIOT | 0.60 | -3.32 | 4.28 | 0.7695 | 1.0000 | 6 |
| remove mirror | 7.29 | 2.60 | 12.50 | 0.0251 | 0.1754 | 7 |
| scratch vs SSL v1 | 5.79 | -0.33 | 12.40 | 0.2754 | 1.0000 | 5 |
| 1-40 vs 4-40 | 8.24 | 1.48 | 16.22 | 0.0506 | 0.3037 | 7 |
| 1-40 vs 0.5-50 | 1.80 | -1.20 | 4.89 | 0.3223 | 1.0000 | 6 |
| v2 vs BIOT | -0.29 | -2.08 | 1.56 | 0.7695 | 1.0000 | 4 |
| SSL vs scratch v2 | -3.06 | -5.35 | -0.69 | 0.0506 | 0.3037 | 2 |
相對於 50% chance
| model | mean_accuracy | subjects_above_chance | wilcoxon_greater_than_0p5_p |
|---|---|---|---|
| BIOT 1-40 | 58.41% | 7 | 0.0244 |
| MI-BIOT v1 1-40 no mirror | 59.01% | 8 | 0.0098 |
| MI-BIOT v1 1-40 + mirror | 51.72% | 5 | 0.2573 |
| MI-BIOT v1 SSL | 53.22% | 9 | 0.0186 |
| MI-BIOT v1 4-40 | 50.76% | 7 | 0.0961 |
| MI-BIOT v2 scratch | 58.12% | 7 | 0.0186 |
| MI-BIOT v2 SSL | 55.06% | 7 | 0.0654 |
| BIOT 0.5-50 | 55.45% | 7 | 0.0244 |
| MI-BIOT 0.5-50 no mirror | 57.21% | 7 | 0.0253 |
此處為每位受試者五折平均後的單尾 Wilcoxon，未校正九個模式的多重比較。最佳模型的 p=0.0098 是探索性結果，而且模型本身由同批結果挑出，不能視為獨立 confirmatory test。
最關鍵的負結果：
最佳 MI-BIOT 無鏡射為 59.01% ± 11.51%，只比單尺度 BIOT 的 58.41% ± 9.30% 高 0.60 pp，bootstrap 95% CI [-3.32, 4.28]，沒有可靠優勢。加入鏡射後下降 7.29 pp；表示個體左右不對稱不能被視為可任意交換的標籤對稱。4–40 Hz 下降到 50.76%，說明 1–4 Hz 成分不宜直接刪除。combined SSL 與 V2 SSL 均低於對應 scratch，30 位靜息式無標記預訓練未對左右腳產生穩定 transfer。
最佳 MI-BIOT 無鏡射為 59.01% ± 11.51%，只比單尺度 BIOT 的 58.41% ± 9.30% 高 0.60 pp，bootstrap 95% CI [-3.32, 4.28]，沒有可靠優勢。加入鏡射後下降 7.29 pp；表示個體左右不對稱不能被視為可任意交換的標籤對稱。4–40 Hz 下降到 50.76%，說明 1–4 Hz 成分不宜直接刪除。combined SSL 與 V2 SSL 均低於對應 scratch，30 位靜息式無標記預訓練未對左右腳產生穩定 transfer。
七、模型是否合適
結論：架構可用，但不構成優於簡單基準的新主模型。
雙尺度無鏡射版本在 sub11–sub13 有明顯高點，但跨受試者不一致；V2 residual head 修復部分 collapse，群組平均仍只有 58.12%。在這份資料量下，單尺度 BIOT 的簡潔 inductive bias 已接近最合理複雜度。下一步不建議繼續增加 Transformer/SSL loss；較值得的是把可解釋的 1–4、Mu、beta bandpower 或 Riemannian covariance 作為顯式 side features，或取得與左右腳任務更接近的跨受試者標記資料做 supervised pretraining。
雙尺度無鏡射版本在 sub11–sub13 有明顯高點，但跨受試者不一致；V2 residual head 修復部分 collapse，群組平均仍只有 58.12%。在這份資料量下，單尺度 BIOT 的簡潔 inductive bias 已接近最合理複雜度。下一步不建議繼續增加 Transformer/SSL loss；較值得的是把可解釋的 1–4、Mu、beta bandpower 或 Riemannian covariance 作為顯式 side features，或取得與左右腳任務更接近的跨受試者標記資料做 supervised pretraining。