NeurIPS 2026 | NeuroDoc：为大规模、高质量脑电数据集打造的开源工具包

随着非侵入式脑机接口的快速发展，脑电（EEG）数据量的指数上升，然而，各研究者在数据处理、下游任务定义、数据划分方面，都各不相同。这限制了各模型间、研究间的可比性，特别是对于高数据需求的脑电基础模型（EEG FMs）。

这种差异常常来自一些看似细小、实际会改变实验结果的决定：哪些事件算作 trial，窗口从哪里开始，标签取自 annotation、MISC 通道还是文件级信息，以及论文描述如何与原始文件对应。如果这些决定没有写清楚，模型结果就很难在同一口径下复现和比较。

数据公开了任务为什么还会对不上

BIDS 和 EEG-BIDS 已经很好地解决了文件组织与元数据描述问题，MOABB、EEGUnity 等工具也让公共 EEG 数据更容易加载和处理。再往下一步，研究者仍要把实验范式翻译成可以训练和评估的任务。任务信息通常分散在数据论文、补充材料、事件表和代码里；event id 往往需要结合原始文件核对，受试者级标签可能藏在单独的表格中，连续记录还需要明确窗口长度和重叠方式。

直接把所有数据重新整理后集中发布，也很难覆盖这类问题。EEG 数据涉及参与者同意、隐私规定和仓库条款，不同数据集的再分发条件并不相同。因此，我们保留数据的原始存放方式，重点共享任务定义和执行逻辑。

NeurIPS 2026 | NeuroDoc：为大规模、高质量脑电数据集打造的开源工具包图3

项目愿景从异构 EEG 数据到可复用的 benchmark entry

每个任务定义都要对应可执行代码

我们的做法是为每个数据集建立一个 benchmark entry，其中同时包含 Task Document 和 dataset-specific Task Kernel。两者描述的是同一个任务，但服务于不同环节。

NeurIPS 2026 | NeuroDoc：为大规模、高质量脑电数据集打造的开源工具包图4

Task Document 负责把任务讲清楚。它记录实验范式、文件扫描结果、窗口和标签的来源、数据质量问题以及支持这些判断的证据。

Task Kernel 负责把任务跑出来。它处理数据集特有的事件、通道或文件信息，再把样本和标签交给统一的下游流程。例如，Document 如果定义了四分类运动想象，Kernel 产生的标签就要与这一定义一致。

Rulebook 负责让两者保持一致。它规定任务字段如何填写、证据不足时如何处理、哪些扫描结果需要保留，以及 entry 可以进入哪些审核状态。NeuroDoc 根据本地数据证据和相关资料准备初稿并生成 Kernel，NeuroAudit 支持后续审核和修订。LLM 可以协助整理材料，但 entry 是否通过仍取决于人工审核和可执行一致性。

NeurIPS 2026 | NeuroDoc：为大规模、高质量脑电数据集打造的开源工具包图5

NeuroDoc 生成流程从证据整理到 Task Kernel

审核条目怎样进入实际实验

语料规模

论文的定量分析纳入了 53 个 completed and reviewed entries，共包含 245 个任务定义，覆盖运动、认知、感觉、睡眠和临床等场景。数据库中另有约 200 份草稿或未审核文档，它们仍在持续修订，目前不与已审核条目按同一标准使用。

执行验证

我们使用 BENDR、CBraMod、CodeBrain 和 LaBraM 四个 EEG 基础模型骨干进行了 266 次运行，覆盖 18 个数据集、37 个 benchmark tasks、六类任务，以及 cross-subject 和 within-subject 两种设置。验证的重点是同一份任务规范能否被不同模型调用，并稳定产生可核对的任务级结果。

结果中，within-subject 的整体表现高于 cross-subject，平均差距为 12.6 个百分点；类别数增加时，macro-F1 总体呈下降趋势。这些现象与任务难度的预期变化一致，也说明 Document 与 Kernel 的配对能够进入实际训练和评估流程。