脑机接口 / BCI

EEG-MFTNet: An Enhanced EEGNet Architecture with Multi-Scale Temporal Convolutions and Transformer Fusion for Cross-Session Motor Imagery Decoding

EEG-MFTNet：一种增强型EEGNet架构，结合多尺度时间卷积和Transformer融合用于跨会话运动想象解码

Panagiotis Andrikopoulos, Siamak Mehrkanoon

机构 * Department of Information and Computing Sciences, Utrecht University（乌得勒支大学信息与计算科学系） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；motor imagery(title,abstract)；BCI(abstract)；brain-computer interface(abstract)

AI总结 本文提出EEG-MFTNet，通过多尺度时间卷积和Transformer融合提升EEG信号解码精度，实现在SHU数据集上58.9%的分类准确率，兼顾计算效率与实时应用需求。

Comments 6 pages, 4 figs

An Efficient Self-Supervised Framework for Long-Sequence EEG Modeling

一种高效的自监督框架用于长序列EEG建模

Jiazhen Hong, Geoffrey Mackellar, Soheila Ghane

机构 * Emotiv Research（Emotiv研究实验室） 纠错

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

AI总结 本文提出EEGM2框架，通过U型编码器-解码器与Mamba-2结合，实现线性计算复杂度，提升EEG长序列建模效率与泛化能力。

Comments 10 pages

Journal ref Proceedings of the ICDM 2025 Workshop on AI for Time Series

Overview of Bayesian Solvers in EEG Distributed Source Models: Prior Selection, Algorithmic Implementation, and Depth Bias Reduction

脑电分布式源模型中贝叶斯求解器综述：先验选择、算法实现与深度偏差减少

Joonas Lahtinen, Alexandra Koulouri

专题命中 EEG解码 ：EEG(title,abstract)

AI总结 本文综述了用于脑电源成像的贝叶斯方法，重点分析了高斯、拉普拉斯及分组拉普拉斯先验的实现，并通过模拟研究探讨了深度偏差的减少方法。

Comments 41 pages, 9 figures, 5 tables

Attentive Dilated Convolution for Automatic Sleep Staging using Force-directed Layout

基于力导向布局的自动睡眠分期的注意力扩张卷积

Md Jobayer, Md Mehedi Hasan Shawon, Tasfin Mahmud, Md. Borhan Uddin Antor, Arshad M. Chowdhury

机构 * Department of Electrical and Electronic Engineering, BRAC University（BRAC大学电气与电子工程系） ； Department of Biomedical Engineering, Linköping University（林雪平大学生物医学工程系） ； Department of Electrical and Computer Engineering, Texas A&M University（德克萨斯农工大学电气与计算机工程系） 纠错

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

AI总结 本文提出AttDiCNN模型，通过力导向布局捕捉EEG信号关键信息，结合三个模块提取空间-时间特征，实现高精度睡眠分期。

Comments Has been accepted for publication in IEEE Access

Journal ref IEEE Access (2026)