暑假的校园安静得不像话，实验室里只有空调压缩机的嗡鸣声和脑电放大器的规律滴答。

这周开始正式采集 SSVEP 数据。说起来简单——给人贴电极、让他看闪烁的图案、记录信号——但实际上每一步都有坑。

贴电极这件事看起来最没技术含量，但问题最多。导电膏涂少了阻抗下不来，涂多了相邻电极之间短路。第一次贴完 16 个湿电极花了 40 分钟，被试都快睡着了。后来熟练了一点，能压缩到 25 分钟，但手上永远有一股导电膏的咸味。

实验设计参考了清华 SSVEP Benchmark 的做法：40 个目标频率，范围从 8Hz 到 15.8Hz，间隔 0.2Hz。每个 trial 被试注视指定频率的闪烁方块 4 秒，中间有 1 秒的休息。做完一轮大约需要一个半小时，中间必须不停地和被试确认没有视觉疲劳。

数据拿回来之后，才是真正的痛苦——人工标注。40 个频率 × 每个频率 6 次重复 × 6 个被试，文件命名规则稍微一乱就全乱了。我用 Python 写了一个自动校验脚本，根据文件名和实验 log 交叉比对，发现有三个被试的 trial 顺序乱了。还好发现得早，赶紧纠正了标注文件。

最让我兴奋的是跑 FBCCA 的时候。之前只在公开数据集上跑过，这次是自己的数据，心里完全没底。第一个被试跑完，8 个电极、4 秒窗口，准确率 78%。不高，但已经远超显著性水平（1/40 = 2.5%）。调优之后——改用枕叶区域的 6 个电极、应用了独立成分分析、交叉验证微调了滤波器组参数——准确率最终稳定在 91%。

那天晚上我截了张分类结果的混淆矩阵，发了条朋友圈：“自己的脑电数据跑通了 FBCCA，成就感拉满。”

朋友在底下评论：“你是真的科幻起来了。”

我笑了笑，心想：这才哪到哪呢。下个目标是把这个算法嵌入到实时系统里，做成一个真正的在线 SSVEP-BCI。最好能用在自己的项目里——让渐冻症患者通过注视闪烁按钮来和外界沟通。

至于这个项目叫什么名字，我暂时还没想好。但理念已经在脑子里成型了。