脑机接口 / BCI

KAST-BAR: Knowledge-Anchored Semantically-Dynamic Topology Brain Autoregressive Modeling for Universal Neural Interpretation

KAST-BAR：基于知识的语义动态拓扑脑自回归建模用于通用神经解释

Haoning Wang, Wenchao Yang, Shuai Shen, Yang Li

机构 * School of Automation Science and Electrical Engineering, Beihang University, Beijing, China.（自动化科学与电气工程学院，北航，北京，中国） ； School of Biological Science and Medical Engineering, Beihang University, Beijing, China.（生物科学与医学工程学院，北航，北京，中国） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China.（虚拟现实技术与系统国家重点实验室，北航，北京，中国） ； T Magnetic Resonance Imaging Translational Medical Center, Department of Radiology, Southwest Hospital, Army Medical University (Third Military Medical University), Chongqing, China.（7T磁共振成像转化医学中心，放射科，西南医院，军医大学（第三军医大学），重庆，中国） 纠错

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

AI总结 KAST-BAR通过动态对齐多层级脑拓扑的生理表示与专家级语义空间，解决EEG基础模型在复杂时空拓扑建模和模态差距问题，实现跨任务的神经解释。

EpiGraph: Building Generalists for Evidence-Intensive Epilepsy Reasoning in the Wild

EpiGraph：构建证据密集型癫痫推理的通用专家

Yuyang Dai, Zheng Chen, Jathurshan Pradeepkumar, Yasuko Matsubara, Jimeng Sun, Yasushi Sakurai, Yushun Dong

机构 * Florida State University（佛罗里达州立大学） ； The University of Osaka（大阪大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 EEG解码 ：EEG(abstract,abstract_cn)

AI总结 EpiGraph通过整合癫痫领域异构知识图谱，提升证据驱动的临床推理能力，在药基因组学任务中提升30-41%，为神经科应用提供实用评估框架。

Implicit Behavioral Decoding from Next-Step Spike Forecasts at Population Scale

从群体尺度上的下一步尖峰预测隐式行为解码

John R. Minnick, Jesus Gonzalez-Ferrer, Kamran Hussain, Jinghui Geng, Ash Robbins, Mohammed A. Mostajo-Radji, David Haussler, Jason Eshraghian, Mircea Teodorescu

机构 * Department of Electrical and Computer Engineering, University of California, Santa Cruz, CA, USA（加州大学圣克ruz分校电气与计算机工程系） ； UC Santa Cruz Genomics Institute, University of California, Santa Cruz, CA, USA（加州大学圣克ruz分校基因组研究所） ； Department of Biomolecular Engineering, University of California, Santa Cruz, CA, USA（加州大学圣克ruz分校生物分子工程系） ； Department of Applied Mathematics, University of California, Santa Cruz, CA, USA（加州大学圣克ruz分校应用数学系） ； Department of Computer Science and Engineering, University of California, Santa Cruz, CA, USA（加州大学圣克ruz分校计算机科学与工程系） 纠错

专题命中 神经信号处理 ：brain-computer interface(abstract)；分类 q-bio.NC、cs.LG

AI总结 本文提出利用单个Mamba预测器在一次前向传递中实现神经群体活动预测和动物行为状态解码，通过轻量级线性头在匹配时间上下文中优于原始尖峰计数解码，验证了在Steinmetz视觉辨别基准上的有效性。

Comments 21 pages, 6 figures, 5 tables; submitted to NeurIPS 2026 Neuroscience & Cognitive Science Track