中榮資料：嚴格 Nested CV 前處理流程驗證

8 通道、1–40 Hz zero-phase IIR、200 Hz、ShallowConvNet。每個 outer test fold 都完全不參與時間窗、reference 或 quality gate 的選擇。

結論

探索性提升沒有通過嚴格驗證。前一輪 0–1.5 s + drop 20% 的 55.16% 是用同一批資料挑窗口後得到的樂觀估計。嚴格 nested selection 的 outer accuracy 為 45.73% ± 16.77%，低於固定 raw 0–2 s baseline 的 51.39%。nested 相對 baseline 平均 -5.66 pp，fold win/tie/loss 為 14/12/19。

主因不是某個候選明顯失敗，而是每個 outer fold 的 inner CV 選出不同流程：31–32 個 train trials 不足以穩定選擇 26 條候選流程。這是典型的 selection overfitting。

固定候選的同 fold 比較

Window	Reference	Quality gate	Mean outer accuracy	Fold SD
1.00-2.00s	median	none / 0	51.85%	18.89%
0.00-2.00s	raw	none / 0	51.39%	17.71%
0.00-1.50s	raw	none / 0	50.89%	16.64%
0.00-1.50s	raw	combined / 0.2	50.22%	18.26%
0.00-2.00s	median	none / 0	49.13%	21.97%

最佳固定候選僅為 median reference 1–2 s 的 51.85%，相對 raw baseline 只有 +0.46 pp，不足以視為改善。

Nested 選擇分布

Window	Reference	Quality gate	Selected outer folds
0.00-2.00s	median	none / 0	6
1.00-2.00s	median	none / 0	4
0.25-1.75s	raw	none / 0	4
0.75-1.75s	raw	none / 0	3
0.00-1.50s	median	combined / 0.2	3
0.00-1.50s	car	combined / 0.2	2
1.00-2.00s	car	none / 0	2
0.50-1.50s	raw	none / 0	2
0.50-1.50s	median	none / 0	2
1.00-2.00s	raw	none / 0	2

Nested outer per-session

Session	Mean outer accuracy	Fold SD
s1_1	45.00%	14.25%
s1_2	35.00%	18.54%
s1_3	32.50%	14.25%
s1_4	42.50%	14.25%
s1_5	49.29%	13.87%
s2_1	51.43%	12.78%
s2_2	58.21%	10.38%
s2_3	35.71%	18.60%
s2_4	61.90%	15.79%

方法

候選包含六個 ME 子窗口 × raw/CAR/median reference，以及針對 0–1.5 s 的 RMS、斜率、high-frequency ratio、combined quality score 與 10/20/30% train-only gate。每個 outer fold 的候選只在 outer-train 的 3-fold inner CV 中選擇；quality threshold 同樣只由 train fold 擬合，outer test trials 不會因品質而被刪除。

檔案

fixed summary · nested outer folds · selection frequency · paired comparison · nested code