# So sánh cấu trúc blind test và dữ liệu LODO — 11/11/2026

## Kết luận chính

Định dạng tín hiệu và kích thước đầu vào tương thích, nhưng cấu trúc thời gian cần phân biệt: LODO tham chiếu tạo switch tổng hợp bằng đổi envelope/features hoặc evidence trong khi giữ nguyên EEG; một số trial NJU có EEG và hai envelope cùng gián đoạn, phù hợp với giả thuyết nối đoạn. Chưa xác nhận nhãn switch test hoặc quy trình tạo test. Không sửa source code, dữ liệu nguồn hay pipeline.

## Quy mô kiểm tra trực tiếp

Bảng LODO lấy từ trial_index.parquet hiện có, đối chiếu hình dạng dữ liệu và file CND/cache đại diện. Test được kiểm tra trực tiếp trong lượt audit trước.

| Dataset | Subject | Trial | Độ dài trial (s), min–max | Kênh raw SuperHuge/test |
|---|---|---|---|---|
| AVGC | 13 | 99 | 600.00–600.00 | 64 |
| DTU | 18 | 1080 | 50.00–50.00 | 64 |
| KUL | 16 | 320 | 123.92–398.92 | 64 |
| UHD | 30 | 120 | 389.00–395.33 | 253 |
| USTC | 18 | 360 | 120.00–120.00 | 64 |
| TEST_DLAAD | 19 | 468 | 60.00–60.00 | 64 |
| TEST_NJU | 12 | 120 | 300.00–300.00 | 64 |

UHD có 255 kênh trong CND, 253 kênh trong SuperHuge. Các số subject/trial ở đây là toàn bộ nguồn dữ liệu trước khi chia train/validation hoặc loại mẫu ở một thí nghiệm cụ thể. LODO là giao thức lần lượt giữ ngoài một trong 5 dataset, không phải một dataset thứ sáu.

## Định dạng và quy ước

| Thuộc tính | Nguồn LODO và cache dùng trong mô hình | Blind test NJU/DLAAD |
|---|---|---|
| File gốc | CND dataSub/dataStim và pre_dataSub/pre_dataStim; có bản SuperHuge .npy | CND dataSub/dataStim và pre_dataSub/pre_dataStim |
| EEG | CND neural.data: cell các ma trận (T,C); SuperHuge mỗi trial một .npy (T,C) | neural.data: cell các ma trận (T,64) |
| Envelope | CND stim.data: cell (2,n_trial); SuperHuge .npy (T,1,2), loader trả (T,2) | stim.data: cell (2,n_trial), ghép hai cột thành (T,2) |
| Sampling rate | raw 128 Hz, pre 32 Hz | raw 128 Hz, pre 32 Hz |
| Nhãn và metadata | CND có attendedStream, attendedAzimuth; có thể có deviceName, processingPipeline, origTrialPosition, extChan | Struct được kiểm tra chỉ neural={fs,data,chanlocs}, stim={fs,names,data}; không có nhãn công khai |
| Thứ tự envelope | SuperHuge sắp cột 0 thành luồng được chú ý, khác thứ tự stream gốc CND | Hai envelope_stream1/2; chưa biết luồng nào được chú ý ở từng thời điểm |
| Đầu vào mô hình | Cache eaP_n5_t60: eeg (T,58), env (T,2), att (T,), t0; float32; 32 Hz; cắt 1 s mỗi đầu | Có đủ tên kênh để đưa về cùng 58 kênh; chưa tạo cache mới trong lượt này |
| Montage | AVGC/DTU/KUL/USTC đủ 58; UHD thiếu FCZ và được điền 0 | Hai tập đều đủ 58 kênh đích. DLAAD theo thứ tự BioSemi; NJU khác thứ tự, phải ghép theo tên |

Nhãn attendedStream trong CND là 1/2, còn nhãn cột trong pipeline là 0/1. Không được chuyển quy ước “cột 0 được chú ý” của SuperHuge thành giả định cho test.

## Khác biệt ở switch và điểm nối

- Năm nguồn LODO giữ người nói được chú ý cố định trong mỗi trial, theo label_audit_summary.csv (1.979 trial, 0 switch người nói). AVGC có đổi hướng ở giây 300 nhưng người nói được chú ý không đổi.
- Trong DirectNet LODO tham chiếu, direct_classifier.py:522–536 tạo mask rồi đổi hai luồng stimulus features, giữ EEG x. score.py:84–93 xử lý nhãn tương ứng. Với decoder, e1_switch.py:synth_trial đổi dấu evidence và nhãn sau khi giải mã; cũng không nối EEG. Đây là hai cách tạo switch khác nhau ở hai nhánh.
- sw2 khi train cũng đổi luồng trong cửa sổ, có thể đổi lại lần hai. Cross-fade C1 chỉ làm mượt đặc trưng kích thích; không tạo phản ứng EEG sinh lý hay nối một EEG khác vào trial.
- NJU đã tìm thấy 30 ứng viên đồng bộ trong 28/120 trial, 28/30 nằm trên lưới 32 Hz. Ví dụ subject 1 trial 10 tại 143,875 s nhảy cả EEG và hai envelope. Bằng chứng này khác phép đổi cột đơn thuần của LODO. DLAAD không có ứng viên vượt cùng ngưỡng trong 468 trial, nhưng độ nhạy detector hạn chế.

## Đối chứng điểm nối trên nguồn LODO

Dùng đúng công thức/threshold detector đồng bộ trong REPORT.md: EEG ratio >3, cả hai envelope ratio >3, tích >80; sai phân raw 128 Hz; nền median trượt 33 mẫu; bỏ 2 s đầu/cuối. Lấy 40 trial ngẫu nhiên không hoàn lại mỗi dataset (reset rng seed 20261111 cho từng dataset), giữ số kênh native; UHD do đó dùng 253 kênh thay vì 64. Tổng 200 trial, khoảng 15.16 giờ.

| Dataset nguồn | Trial kiểm tra | Giờ | Ứng viên đồng bộ |
|---|---|---|---|
| AVGC | 40 | 6.667 | 0 |
| DTU | 40 | 0.556 | 0 |
| KUL | 40 | 2.267 | 0 |
| UHD | 40 | 4.335 | 0 |
| USTC | 40 | 1.333 | 0 |

Đây là kiểm tra trên mẫu raw chưa tạo switch, không phải quét toàn bộ 1.979 trial hay đánh giá sau synthetic augmentation. Các tập khác phổ tín hiệu, độ dài và số kênh; bảng chỉ là mô tả cùng phép dò, không phải precision/recall hoặc kiểm định kết luận mọi nguồn đều liên tục. Positive control của detector có độ nhạy hạn chế (REPORT.md), nên 0 ứng viên không chứng minh không có nối.

## Lịch tổng hợp của LODO tham chiếu

Code draw_switch_times dùng min_seg=min(30,T/3), mean=60, hi=120−min_seg; cộng các khoảng U(min_seg,hi) và chừa min_seg ở cuối trial. Vì vậy với trial đủ dài, khoảng là 30–90 s; với DTU 50 s khoảng là 16,67–103,33 s và nhiều trial không có switch. Không phải mọi trial đều có một switch hay switch ở giữa.

Tái dựng một lịch tham chiếu từ seed 20270101 + chỉ số dataset, có tiêu thụ một rng.integers(0,2) cho start guess sau mỗi trial như score.py; không dùng mô hình, không chấm điểm, không xác nhận lịch của mọi biến thể thí nghiệm:

| Dataset | Tổng switch synthetic | Switch/trial trung bình | Trial không switch |
|---|---|---|---|
| AVGC | 890 | 8.990 | 0/99 |
| DTU | 220 | 0.204 | 860/1080 |
| KUL | 934 | 2.919 | 0/320 |
| UHD | 661 | 5.508 | 0/120 |
| USTC | 408 | 1.133 | 0/360 |

Đây là lịch LODO được tạo bằng code, hoàn toàn không phải lịch test đã suy ra.

## Ý nghĩa với đánh giá

- Hai test tương thích với bộ nhận EEG + 2 envelope sau khi ghép montage theo tên và xử lý đúng quy ước luồng.
- LODO synthetic hiện tại không trực tiếp kiểm tra tính bền trước mất liên tục EEG đồng bộ như các ứng viên NJU. Đây là một khác biệt về phân phối dữ liệu; chưa đủ để suy ra điểm test hoặc kết luận phải đổi mô hình.
- NJU gần USTC về bộ tên kênh trong montage nhưng trial dài 300 s thay vì 120 s; DLAAD gần KUL/AVGC về thứ tự BioSemi nhưng trial 60 s. Thông tin nhận dạng và lịch vẫn không phải đầu vào hợp lệ để gán nhãn.

Nguồn trong checkout: FILE_FORMATS_AND_SCRIPTS.md §2–3; reports/eda_full/tables/trial_index.parquet và label_audit_summary.csv; reports/eda_full/scripts/common.py; experiments/decoder_lodo/direct_classifier.py:516–536, score.py:75–93, prepare_data.py:283–302; reports/eda_full/scripts/e1_switch.py:48–58 và :158–174. Báo cáo điểm nối test: REPORT.md cùng thư mục. Tệp lodo_raw_continuity_sample.json giữ từng trial đối chứng; dataset_structure.csv và lodo_synthetic_schedule_example.json giữ các bảng cấu trúc/lịch.
