ScaleBrain：尺度一致的脑电基础模型新框架

脑电（EEG）基础模型正在成为脑机接口（BCI）领域的重要范式。近期研究显示，基于固定长度片段的多尺度表征能提升EEG表征学习效果。然而，现有框架通常通过特征级操作构建时间尺度，这导致学习到的特征与原始EEG信号的尺度特性之间对应关系不明确；同时，当自监督目标与多尺度输入表征不一致时，某些时间尺度上的信息在预训练中可能监督不足。针对这些问题，研究者提出ScaleBrain——一个从模型输入与优化目标两端显式协调多尺度表征的尺度一致预训练框架。

多尺度EEG分词与尺度特定重建

ScaleBrain的核心创新之一是引入多尺度EEG分词（multi-scale EEG tokenization）。该方法通过不同时间跨度的分析窗口和共享时间锚点来表示同一段EEG信号，使模型输入天然具备尺度结构。与特征级操作不同，这种分词方式让每个尺度对应的原始信号片段保持明确对应，避免了特征与尺度特性之间的隐式映射。

在此基础上，框架采用尺度特定重建（scale-specific reconstruction）作为自监督目标。重建任务与多尺度输入结构对齐，确保每个时间分辨率都能获得充分的监督信号。这解决了以往预训练中部分尺度信息监督不足的问题，使模型能够更均衡地学习不同时间尺度的动态特征。

多尺度分词与特征级操作的区别：传统多尺度EEG表征学习常在模型深层对特征图进行池化、卷积核膨胀或跨尺度特征融合等操作，这些操作发生在隐空间，尺度变换后的特征已不再与某个具体时间窗口的原始波形一一对应。多尺度分词则把尺度结构前移到输入端：对同一段EEG，用不同长度的时间窗切分出多个token序列，各序列共享相同的时间锚点（如相同的起始时刻或中心时刻），从而保证每个token都能回溯到明确的原始信号片段。这样做的好处是，重建目标可以针对每个尺度分别定义，监督信号不会因特征级尺度混合而被稀释。

轴向时空注意力机制

为了有效融合多尺度表征，研究者设计了轴向时空注意力（axial spatio-temporal attention）机制。该机制沿空间和时间两个维度对融合后的多尺度表征进行上下文建模，分别捕捉电极间的空间关联与时间上的动态依赖。这种分解式注意力设计在保持计算效率的同时，增强了对EEG信号时空结构的建模能力。

轴向注意力的计算逻辑：标准自注意力对融合后的所有token做全连接式注意力，计算量随token数呈平方增长，且EEG的电极维与时间维语义不同，直接混合建模容易混淆。轴向注意力将注意力分解为两步：先沿空间轴（电极维）做注意力，让每个时间位置上的电极之间交换信息；再沿时间轴做注意力，让每个电极位置上的时间token之间交换信息。两步均为线性复杂度，避免了时空联合注意力的平方级开销。这种分解在视频理解、高维图像生成中已有成熟应用，ScaleBrain将其迁移到EEG多尺度表征融合上，与EEG“电极×时间”的天然网格结构相契合。

实验表现与参数效率

ScaleBrain在六个公开BCI基准数据集上进行了广泛评估，并与12个代表性基线方法对比。结果显示，该模型在五个数据集上取得最高的平均平衡准确率（mean Balanced Accuracy），在剩余一个数据集上排名第三。尤其突出的是，ScaleBrain仅包含5.0M参数，在展现强劲性能的同时具备良好的参数效率。

这一结果说明，通过输入与目标协同设计的尺度一致框架，可以在不依赖庞大参数量的情况下实现有竞争力的BCI解码性能，为EEG基础模型的轻量化与高效化提供了新思路。

平均平衡准确率（mean Balanced Accuracy）：BCI数据集常存在类别不平衡问题（如不同运动想象类别 trials 数不等），普通准确率会被多数类主导。平衡准确率对每个类别分别计算召回率再取平均，能更公平地反映模型在少数类上的表现。多个数据集上的“平均”则进一步降低单次划分带来的波动。ScaleBrain在六个基准上报告该指标，并与12个基线对比，说明其比较是在类别平衡的评价口径下进行的，结论更具参考价值。