DenoFlow：用流匹配做SSVEP去噪

Zhentao He、Ziwei Wang、Dongrui Wu 提出 DenoFlow，将 SSVEP 脑电去噪建模为传输问题：不直接学习“污染试次到干净试次”的映射，而是按整流流公式让场网络回归二者直线路径的速度，去噪时从观测出发对该场做前向积分。作者称，这样做避免了从噪声生成试次，也不需要对抗式 min-max 训练。 由于部分数据集没有干净标签，作者在受控信噪比目标下，向数据中注入实测肌电（EMG）与眼电（EOG）生理伪影，以构造配对数据。代码已在论文给出的链接公开，实际去噪效果未在报道中给出。 该工作以 arXiv 预印本形式发布（cs.LG），尚属方法提出阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。