arXivDaily arXiv每日学术速递 周一至周五更新

科学与医疗

脑机接口 / BCI

脑机接口、EEG、神经信号解码、神经假体和脑控交互。

2026-06-09 至 2026-06-09 共收录 12 信号源:q-bio.NC, eess.SP, cs.LG, cs.HC, cs.RO

1. EEG解码 7 篇

2606.09315 2026-06-09 cs.CR cs.AI 新提交 91%

Brain-Prompt Injection: A Route-Safety Audit for BCI-LLM Agents

脑提示注入:BCI-LLM代理的路径安全审计

Jianwei Tai

机构 * University of California, Berkeley(加州大学伯克利分校)

专题命中 EEG解码 :BCI(title,title_cn);EEG(abstract,abstract_cn)

AI总结 提出路径安全审计契约,通过分离定理和共形校准量化BCI-LLM代理中脑信号注入攻击的风险,实验证明确认通道可降低路由风险。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.09189 2026-06-09 cs.CR cs.AI 新提交 78%

Pretrained, Frozen, Still Leaking: Auditing Cross-Encoder Attribute Transfer in EEG Foundation Models

预训练、冻结、仍在泄露:脑电图基础模型中跨编码器属性转移的审计

Jianwei Tai

机构 * Jianwei Tai(Tai Jianwei)

专题命中 EEG解码 :EEG(title,abstract)

AI总结 提出跨编码器桥接攻击,证明单一端点审计无法检测属性泄露,并引入审计端点分歧分数(AEDS)作为联合发布决策规则。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.07935 2026-06-09 cs.CV 新提交 78%

REACT 2026: The Fourth Multiple Appropriate Facial Reaction Generation Challenge: Personalised MAFRG and Appropriate EEG Reaction Prediction

REACT 2026:第四届多适切面部反应生成挑战赛:个性化MAFRG与适切脑电反应预测

Siyang Song, Micol Spitale, Zijian Wu, Xiangyu Kong, Cheng Luo, Cristina Palmero, German Barquero, Sergio Escalera, Michel Valstar, Mohamed Daoudi, Fabien Ringeval, Andrew Howes, Elisabeth Andre, Hatice Gunes

机构 * University of Exeter(埃克塞特大学) Politecnico di Milano(米兰理工大学) Nanjing University of Science and Technology(南京理工大学) King Abdullah University of Science and Technology(阿卜杜拉国王科技大学) King's College London(伦敦国王学院) Universitat de Barcelona(巴塞罗那大学) University of Nottingham(诺丁汉大学) IMT Nord Europe(IMT 北欧欧洲) Université Grenoble Alpes(格勒诺布尔-阿尔卑斯大学) University of Augsburg(奥格斯堡大学) University of Cambridge(剑桥大学)

专题命中 EEG解码 :EEG(title,abstract)

AI总结 提出REACT 2026挑战赛,鼓励开发机器学习模型,用于生成个性化、适切、多样、真实且同步的人类面部反应,并引入个性标签和脑电记录,探索新的一对多个性化面部反应生成设置。

Comments arXiv admin note: text overlap with arXiv:2505.17223

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.07926 2026-06-09 stat.ML cs.LG 新提交 70%

Barycentric Projections of Optimal Transport Plans on Riemannian Manifolds

黎曼流形上最优传输计划的重心投影

Kisung You

机构 * Baruch College(巴彻学院)

专题命中 EEG解码 :EEG(abstract,abstract_cn);分类 cs.LG

AI总结 提出黎曼流形上传输耦合的重心投影框架,通过条件Fréchet均值得到最佳确定性映射,并定义条件方差Monge缺陷,实验验证了内在投影与切向投影的不同作用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.09605 2026-06-09 cs.AI 新提交 67%

Next-Token Prediction Learns Generalisable Representations of Sleep Physiology

下一个词预测学习睡眠生理学的可泛化表示

Jonathan F. Carter, Lionel Tarassenko

机构 * Institute of Biomedical Engineering, University of Oxford(牛津大学生物医学工程研究所)

专题命中 EEG解码 :EEG(abstract,abstract_cn)

AI总结 提出Hypnos模型,通过下一个词预测目标,从多模态生理信号中学习可泛化表示,在睡眠阶段分类和房颤检测等任务上显著优于现有基础模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.07066 2026-06-09 cs.CL 新提交 67%

Modeling semantic association in self-paced reading with language model embeddings

使用语言模型嵌入建模自定步速阅读中的语义关联

Sara Møller Østergaard, Kenneth Enevoldsen, Afra Alishahi, Bruno Nicenboim

机构 * Department of Computational Cognitive Science, Tilburg University(蒂尔堡大学计算认知科学系) Center for Humanities Computing, Aarhus University(奥胡斯大学人文计算中心)

专题命中 EEG解码 :EEG(abstract,abstract_cn)

AI总结 本研究使用语言模型嵌入的十种实现方式量化语义关联,通过贝叶斯模型分析其对N400和自定步速阅读时间的影响,发现句子嵌入能可靠捕捉超出词可预测性的语义关联。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.08240 2026-06-09 eess.SP 新提交 57%

A dual-system approach for epilepsy diagnosis: integrating mamba-Bi-LSTM architecture with SHAP-based verification

一种双系统癫痫诊断方法:融合Mamba-Bi-LSTM架构与基于SHAP的验证

Mufeng Chen, Jia Xie, Fuchang Luo, Quansheng Ren

专题命中 EEG解码 :EEG(abstract);分类 eess.SP

AI总结 提出双系统智能诊断框架,主判别系统结合Mamba与Bi-LSTM实现高精度,验证系统通过SHAP提供可解释性,准确率从92.6%提升至98.7%。

Comments 18 pages, 11 figures, 16 tables

Journal ref Biomedical Engineering Advances 11 (2026) 100218

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 神经信号处理 3 篇

2606.07707 2026-06-09 cs.LG 新提交 57%

Decoding Naturalistic Emotion Dynamics from the Brain: An LLM-Enhanced Regression Framework

从大脑解码自然情感动态:一种LLM增强的回归框架

Lemei Zhang, Peng Liu, Hans Dahle Kvadsheim, August Sætre Aasvær, Shuer Ye, Reza Bonyadi, Maryam Ziaei, Jon Atle Gulla

机构 * NTNU(挪威科技大学) Kavli Institute for Systems Neuroscience, NTNU(挪威科技大学卡弗里系统神经科学研究所) Microsoft(微软)

专题命中 神经信号处理 :neural signal(abstract);分类 cs.LG

AI总结 提出多目标回归框架,利用LLM从自然叙事中提取连续情感特征,结合动态功能连接和机器学习算法,实现从fMRI数据中解码连续情感轨迹,并揭示可解释的情感特异性脑网络拓扑。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.08404 2026-06-09 cs.CV 新提交 50%

Geometry-Driven Flow Analysis of Brain Sulcal Pattern

脑沟模式的几何驱动流分析

Moo K. Chung, Luigi Maccotta, Aaron Struck

机构 * Cortical Manifolds Report(皮层流形报告)

专题命中 神经信号处理 :cortical(abstract)

AI总结 提出基于泊松方程的几何驱动流框架,通过平均曲率建模皮层折叠,生成光滑势场梯度定义物理通量,用于分析青少年肌阵挛癫痫的皮层结构异常。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.07721 2026-06-09 cs.AI 新提交 50%

Automatic Extraction of Structured Information from Brain MRI Reports Using an Open-Weight Large Language Model

使用开源大语言模型从脑MRI报告中自动提取结构化信息

Kaouther Mouheb, Amos Pomp, Antoine Manenti, Romy de Haan, Farog Faghir, Joy Martens, Harro Seelaar, Francesco Mattace-Raso, Meike W. Vernooij, Frank J. Wolters, Stefan Klein, Esther E. Bron

机构 * Department of Radiology & Nuclear Medicine, Erasmus MC(埃因霍温麦斯特大学放射科与核医学部) Department of Epidemiology, Erasmus MC(埃因霍温麦斯特大学流行病学部) Department of Electrical and Electronics Engineering, ENSEEIHT(ENSEEIHT电子与电气工程系) Alzheimer Centre Erasmus MC(埃因霍温麦斯特大学阿尔茨海默病中心) Department of Neurology, Erasmus MC(埃因霍温麦斯特大学神经医学部) Department of Internal Medicine, Erasmus MC(埃因霍温麦斯特大学内科部)

专题命中 神经信号处理 :cortical(abstract)

AI总结 本研究评估了开源LLM LLaMA 3.1从荷兰语脑MRI报告中自动提取结构化信息的能力,通过零样本和少样本提示策略,在视觉评分、病变检测等任务上取得高准确率,少样本提示进一步提升了数值变量的提取性能。

Comments Submitted to European Radiology

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 神经假体 1 篇

2606.08618 2026-06-09 physics.med-ph cs.SY eess.SY 新提交 50%

Coil-Integrated Alignment Sensor for Real-Time Feedback of Coil-Scalp Contact Point and Angle During Transcranial Magnetic Stimulation (TMS)

线圈集成对准传感器用于经颅磁刺激(TMS)中线圈-头皮接触点与角度的实时反馈

B. Seyed, M. Koehler, S. M. Goetz

专题命中 神经假体 :cortical(abstract)

AI总结 针对TMS中线圈与头皮对准问题,提出一种基于消费电子组件的低成本传感器,实时监测接触点位置和压力,提供反馈,且对TMS脉冲具有鲁棒性。

Comments 7 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏

4. BCI数据与评测 1 篇

2606.08226 2026-06-09 eess.SP 新提交 57%

CG-MambaNet: A spatiotemporal framework for cross-patient epileptic seizure prediction using CNN-GCN-Mamba-BiLSTM with event-level clinical evaluation

CG-MambaNet: 基于CNN-GCN-Mamba-BiLSTM的跨患者癫痫发作预测时空框架及事件级临床评估

Mufeng Chen, Qi Wu, Bingchao Huang, Xiwen Lai, Zekai Chen, Xinge Ouyang, Tingyao Zhang, Xufang Yang, Quansheng Ren

专题命中 BCI数据与评测 :EEG(abstract);分类 eess.SP

AI总结 提出CG-MambaNet框架,通过CNN提取多尺度频谱特征、GCN建模通道间功能同步、Mamba与BiLSTM捕获长短期时序,在严格留一患者交叉验证下实现跨患者癫痫发作预测,优于现有方法,并引入事件级评估降低误报率。

详情

展开后加载摘要…

URL PDF HTML 收藏