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。