IS-01 · EEG real · piloto ejecutado
Experimentos y resultados
Un registro de lo que hemos ejecutado, lo que los datos permiten afirmar y las preguntas que siguen abiertas.
| Análisis | Balanced accuracy | Macro-F1 |
|---|---|---|
| EEG · habla interna | 26,5 % | 0,2637 |
| Baseline mayoritario | 25,0 % | 0,1000 |
| EOG solo | 28,5 % | 0,2801 |
| EMG solo | 27,5 % | 0,2624 |
| EEG durante pista visual | 21,0 % | 0,2097 |
Qué evaluamos
Cuatro palabras imaginadas: arriba, abajo, derecha e izquierda. Un participante de Nieto2022, tres sesiones del mismo día y 200 ensayos equilibrados. Cada sesión se predijo usando un modelo ajustado con las otras dos. Es un análisis de registros públicos, no un nuevo ensayo con personas.
Qué encontramos
La exactitud equilibrada agrupada fue 26,5 %, frente al 25 % esperado por azar. Macro-F1: 0,2637. La prueba de permutación dio p = 0,46: no hay evidencia de rendimiento superior al azar. El valor p corresponde a la media no ponderada de las sesiones (25,4167 %), no al resultado agrupado de 26,5 %.
Qué significan los controles
EOG registra principalmente actividad ocular; EMG, muscular. Sus resultados son descriptivos: no se contrastaron estadísticamente sus diferencias con el EEG. Que puntúen algo más alto no demuestra que los artefactos causen el resultado. Tampoco el control de pista visual descarta efectos posteriores de atención o memoria visual.
Límites que importan
Una persona y un día no permiten concluir que el modelo funcione en otros usuarios o días. Tres sesiones tampoco dan un intervalo poblacional fiable. La calibración de probabilidades fue peor que una predicción uniforme: no debemos utilizar su confianza para activar una comunicación. Este piloto no reconoce intención ni valida una contraseña mental.
Siguiente experimento: entre participantes
Pendiente de ejecución. Ampliar el bloqueo de versiones y hashes del dataset; verificar eventos y correcciones documentadas del participante 3; reservar todos los registros de una persona en cada fold leave-one-subject-out. Seleccionar modelos y ajustar transformaciones solo con participantes de entrenamiento, manteniendo los controles EEG/EOG/EMG y publicando resultados por sujeto. El tamaño y los criterios definitivos deben fijarse antes de ejecutar esa evaluación.
Cómo reproducirlo
La implementación enlazada fija dependencias, versión del dataset, tamaños y hashes de archivos, ventanas, semillas y pruebas de software. El informe conserva métricas agregadas y procedencia del código ejecutado. Los tests sintéticos verifican el software; no añaden evidencia de decodificación neuronal.


