(p < 0.05)로, 제안한 프레임워크의 견고성을 뒷받침한다. 최적의 시간적 매개변수(윈도 길이 = 3.5 s, 이동 길이 = 0.5 s)는 일시 신호 포착의 안정성을 더욱 높이고 SNR을 개선한다. 외부 검증 결과 평균 정확도 0.809 ± 0.092, Cohen's kappa 0.619 ± 0.184를 보였으며, 이는 강한 일반화 가능성을 확인한다. 열화된 조건에서도 MI 관련 신경 패턴을 보존함으로써, 본 프레임워크는 웨어러블 및 실제 환경 배치를 위한 실용적이고 생체모사형 BCI의 발전에 기여한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.