脑机接口 / BCI

LEAF: Language-EEG Aligned Foundation Model for Brain-Computer Interfaces

LEAF：语言-脑电对齐的基础模型用于脑机接口

Muyun Jiang, Shuailei Zhang, Zhenjie Yang, Mengjun Wu, Weibang Jiang, Zhiwei Guo, Wei Zhang, Rui Liu, Shangen Zhang, Yong Li, Yi Ding, Cuntai Guan

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Shanghai Jiao Tong University, China（上海交通大学，中国） ； University of Science and Technology Beijing, China（北京科技大学，中国） ； Southeast University, China（东南大学，中国） 纠错

专题命中 EEG解码 ：brain-computer interface(title,abstract)；EEG(title,abstract)；motor imagery(abstract)；分类 cs.LG

AI总结 LEAF通过整合语义指导生成结构化的脑电嵌入，提升解码鲁棒性和迁移性，实现语言与脑电信号的对齐，取得12个数据集上的最佳性能。

The Deep-Match Framework for Event-Related Potential Detection in EEG

用于EEG事件相关电位检测的深度匹配框架

Marek Zylinski, Bartosz Tomasz Smigielski, Gerard Cybulski

机构 * Institute of Metrology and Biomedical Engineering, Faculty of Mechatronics, Warsaw University of Technology（计量与生物医学工程研究所，机电学院，华沙技术大学） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；brain-computer interface(abstract)；分类 eess.SP、cs.LG

AI总结 本文提出深度匹配框架用于单试次EEG事件相关电位检测，通过结合ERP模板先验知识提升检测性能，实验表明Deep-MF模型在跨受试者差异中表现更稳健，F1分数更高。

TRI-DEP: A Trimodal Comparative Study for Depression Detection Using Speech, Text, and EEG

TRI-DEP：一种利用语音、文本和EEG进行抑郁症检测的三模态比较研究

Annisaa Fitri Nurfidausi, Eleonora Mancini, Paolo Torroni

机构 * DISI, University of Bologna, Italy（博洛尼亚大学DISI学院，意大利） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；分类 eess.SP、cs.LG

AI总结 本文通过系统比较语音、文本和EEG的三模态方法，验证了多模态检测的有效性，发现预训练嵌入优于手工特征，三模态模型达到最优性能。

A Novel TSK Fuzzy System Incorporating Multi-view Collaborative Transfer Learning for Personalized Epileptic EEG Detection

一种融合多视图协同迁移学习的新型TSK模糊系统用于个性化癫痫EEG检测

Andong Li, Zhaohong Deng, Qiongdan Lou

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University and Engineering Research Center of Intelligent Technology for Healthcare, Ministry of Education（江南大学人工智能与计算机科学学院，智能医疗技术工程研究中心，教育部） ； School of Computer and Information Engineering, Institute for Artificial Intelligence, Shanghai Polytechnic University（上海理工大学计算机与信息工程学院，人工智能研究院） ； School of Internet of Things Engineering, Wuxi University（无锡大学物联网工程学院） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；分类 eess.SP、cs.LG

AI总结 本文提出一种融合多视图协同迁移学习的TSK模糊系统，用于解决个性化癫痫EEG检测中的特征提取、数据不足和分布不一致问题，通过多视图学习和迁移学习提升检测性能。

Comments Publication in Neurocomputing

Riding Brainwaves in LLM Space: Understanding Activation Patterns Using Individual Neural Signatures

在LLM空间中骑行脑波：利用个体神经特征理解激活模式

Ajan Subramanian, Sumukh Bettadapura, Rohan Sathish

机构 * Kubo Technologies 纠错

专题命中 EEG解码 ：EEG(abstract)

AI总结 研究通过训练个性化线性探针，发现冻结的LLM表示能编码个体特定的EEG信号，且在高伽马功率上表现显著优于群体探针。

GraPHFormer: A Multimodal Graph Persistent Homology Transformer for the Analysis of Neuroscience Morphologies

GraPHFormer：一种多模态图持久同调变换器，用于神经科学形态学分析

Uzair Shah, Marco Agus, Mahmoud Gamal, Mahmood Alzubaidi, Corrado Cali, Pierre J. Magistretti, Abdesselam Bouzerdoum, Mowafa Househ

机构 * Hamad Bin Khalifa University（哈马德·本·卡西姆大学） ； University of Turin（都灵大学） ； BESE, King Abdullah University of Science and Technology（贝赛，国王阿卜杜勒阿齐兹大学科学与技术学院） ； University of Wollongong（沃林根大学） ； Neuroscience Institute Cavalieri Ottolenghi（卡瓦利埃-奥托伦奇神经科学研究所） ； Université Grenoble-Alpes（格勒诺布尔阿尔卑斯大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 GraPHFormer通过CLIP式对比学习统一拓扑和图结构分析，利用持久图像编码和树状LSTM编码器，实现对神经形态的高精度识别与分类，优于传统方法。

Comments Accepted to IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

Characterizing the onset and offset of motor imagery during passive arm movements induced by an upper-body exoskeleton

表征由上体外骨骼诱导的被动手臂运动期间的运动意象起始和结束

Kanishka Mitra, Frigyes Samuel Racz, Satyam Kumar, Ashish D. Deshpande, José del R. Millán

机构 * Chandra Department of Electrical and Computer Engineering, The University of Texas at Austin（查拉德电气与计算机工程系，德克萨斯大学奥斯汀分校） ； Department of Neurology, The University of Texas at Austin（神经病学系，德克萨斯大学奥斯汀分校） ； Walker Department of Mechanical Engineering, The University of Texas at Austin（沃克机械工程系，德克萨斯大学奥斯汀分校） 纠错

专题命中 运动想象 ：motor imagery(title,abstract)；分类 cs.HC、cs.RO

AI总结 本研究通过解码EEG信号，表征被动手臂运动期间的运动意象起始和结束，实现了对功能性运动的自然控制，展示了在噪声和被动运动下可靠的传感器运动节律。

Comments Accepted to IROS 2023. 6 pages, 6 figures. Project page available at https://mitrakanishka.github.io/projects/passive-arm-mi/

Journal ref 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2023, pp. 3789-3794

Cortical Policy: A Dual-Stream View Transformer for Robotic Manipulation

皮层策略：一种双流视图变换器用于机器人操作

Xuening Zhang, Qi Lv, Xiang Deng, Miao Zhang, Xingbo Liu, Liqiang Nie

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Shandong Jianzhu University（山东建筑大学） 纠错

专题命中 脑控机器人 ：cortical(title,abstract)；分类 cs.RO

AI总结 本文提出Cortical Policy，通过双流视图变换器提升机器人操作中的空间和动态推理能力，实验证明其在复杂任务中的优越性。

Comments Published as a conference paper at ICLR 2026. 10 pages, 4 figures. Appendix included