EEGベースのブレイン・コンピュータ・インターフェースにおけるデータセットの断片化、認知的変動性、再現性の課題:PRISMAに基づく系統的レビュー
Dataset Fragmentation, Cognitive Variability, and Reproducibility Challenges in EEG-Based Brain–Computer Interfaces: A PRISMA-Based Systematic Review
EEGベースのブレイン・コンピュータ・インターフェース(BCI)の公開データセットは急速に増加しているが、センサー、実験プロトコル、タスク/イベントの意味論、前処理、参加者の文脈、評価方法の違いが再現性とクロスデータセット学習を制限している。2014年から2026年6月までに発表された文献を対象にPRISMAに基づく系統的マッピングレビューを実施し、16,920件の記録から129件の出版物を抽出した。レビューの結果、EEG-BCIリソースがソースをまたいだ再現性のある分析をサポートできるかどうかが検討された。構造的、意味論的、手続き的、人間/文脈的、計算論的な断片化に証拠がコード化され、10の基準を用いて報告の透明性が評価された。収集されたデータは、取得、チャネルレイアウト、タスク/イベント定義、前処理、参加者/セッションの文脈、評価設計における不均一性を特定した。既存の標準、オントロジー、ソフトウェアプラットフォーム、ベンチマークフレームワーク、転移学習手法は補完的なレイヤーに対応するが、完全な意味論的相互運用性は提供していない。対象となったコーパス内では、中央値の透明性スコアは9/10であり、データ利用可能性は61.2%、コードまたはパイプラインの利用可能性は20.9%であった。スケーラブルなクロスデータセット分析には、分析依存の互換性ルール、明示的な来歴、文脈メタデータ、データセットのアイデンティティ、不確実性、情報損失を維持する監査可能な変換が必要である。
- 2014年から2026年6月までの文献を対象としたPRISMAベースの系統的マッピングレビューで、16,920件の記録から129件のEEG-BCI出版物を抽出した。
- EEG-BCI公開データセットの中央値透明性スコアは9/10、データ利用可能性61.2%、コードまたはパイプライン利用可能性は20.9%にとどまった。
EEGベースBCI分野のデータセット断片化と再現性課題を体系的に整理したPRISMAレビューで、BCI分野の研究インフラ成熟度を評価する上で重要な示唆を与える。コード・パイプライン公開率が20.9%と低く、クロスデータセット学習や規格の相互運用性が未確立であることは、BCI分野の商業化・投資判断においてデータ規模と再現性のリスクを認識する材料となる。分野全体の標準化が進むかどうかが今後の投資テーマとして注視すべきポイント。