MEG脑信号解码语音的新方法

之前 MEG 解码语音的 SOTA 模型是黑盒，权重无法对应生理意义，临床和科研价值受限。这篇把空间注意力改成球谐函数，本质是用物理约束倒逼可解释性——每个注意力头直接对应特定脑区的激活模式。

参数量砍掉 90% 还能保持性能，说明之前 270 个分支大量冗余，可能是在过拟合个体头型差异而非神经信号本身。这对脑机接口的工程化是好事，校准成本可能大幅降低。

论文没提是否开源代码，但方法本身不依赖特殊硬件，如果复现顺利，做神经解码的团队可以考虑替换现有的传感器编码层。