脑机接口 / BCI

Synthetic Data Generation for Brain-Computer Interfaces: Overview, Benchmarking, and Future Directions

脑机接口中的合成数据生成：概述、基准测试与未来方向

Ziwei Wang, Zhentao He, Xingyi He, Hongbin Wang, Tianwang Jia, Jingwei Luo, Siyang Li, Xiaoqing Chen, Dongrui Wu

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China（华中科技大学人工智能与自动化学院，武汉，中国） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国） 纠错

专题命中 BCI数据与评测 ：brain-computer interface(title,abstract)；BCI(abstract,abstract_cn)；motor imagery(abstract)；分类 eess.SP、cs.LG

AI总结 本文综述了用于脑机接口的合成脑数据生成方法，讨论了不同生成方法的分类、基准实验、评估指标和应用，以及未来研究方向，旨在提升数据效率和隐私保护的脑机接口系统。

Comments 33 pages, 8 figures

Cross-Subject Intracranial EEG Reconstruction from Scalp Recordings Using Multi-Scale Cross-Attention Transformers

基于多尺度交叉注意力变换器的跨受试者颅内脑电重构（使用头皮记录）

Tien-Dat Pham, Xuan-The Tran

机构 * HAI-Smartlink Research Lab, Anchi STE Company（HAI-Smartlink研究实验室、Anchi STE公司） ； School of Mechanical Engineering, Vietnam Maritime University（越南海事大学机械工程学院） 纠错

专题命中 BCI数据与评测 ：EEG(title,abstract)；brain-computer interface(abstract)；cortical(abstract)；分类 eess.SP、cs.LG

AI总结 本文提出了一种基于多尺度交叉注意力变换器（CAST）的方法，通过两阶段迁移学习策略，从头皮脑电中重建未见过的受试者的颅内脑电信号，实现了无需患者特定训练的跨受试者颅内脑电重构。

Quantifying the Generalization Gap in Seizure Detection: A Large-Scale Empirical Benchmark via the SzCORE Challenge

量化癫痫检测中的泛化差距：通过SzCORE挑战进行大规模经验基准测试

Jonathan Dan, Amirhossein Shahbazinia, Christodoulos Kechris, David Atienza

机构 * Embedded Systems Laboratory, EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院嵌入式系统实验室） 纠错

专题命中 BCI数据与评测 ：EEG(abstract,abstract_cn)；分类 eess.SP、cs.LG

AI总结 本文通过SzCORE挑战的大规模经验研究，量化了癫痫检测中模型泛化能力的差距，评估了28种最先进的算法架构，揭示了当前模型在不同患者群体中表现不一致的问题，并提出了标准化评估的必要性。