# SPSC框架

跨受试者脑电到图像重建此前依赖源受试者学到的语义嵌入，遇到未标注的新受试者时，这些嵌入会偏离图像嵌入流形。SPSC在训练端用物体掩码对比正则保留同一物体概念的语义邻域，在推理端用图像原型的主成分子空间和无标签目标脑电批次统计挑选语义候选。在THINGS-EEG十名受试者的留一受试者评估中，重建的CLIP得分从0.552升到0.713，Alex.5从0.612升到0.745。

跨受试者脑电到图像重建此前依赖源受试者学到的语义嵌入，遇到未标注的新受试者时，这些嵌入会偏离图像嵌入流形。SPSC在训练端用物体掩码对比正则保留同一物体概念的语义邻域，在推理端用图像原型的主成分子空间和无标签目标脑电批次统计挑选语义候选。在THINGS-EEG十名受试者的留一受试者评估中，重建的CLIP得分从0.552升到0.713，Alex.5从0.612升到0.745。