脑机接口 / BCI

Deep Sleep Classification via EEG Signal Criticality: A Passive BCI Approach for Sleep-Improvement Neurofeedback

基于EEG信号临界性的深度睡眠分类：一种用于改善睡眠神经反馈的被动BCI方法

Stanisław Narębski, Tomasz Komendziński, Tomasz M. Rutkowski

机构 * Nicolaus Copernicus University（尼古拉·哥白尼大学） ； Araya Inc.（Araya公司） ； The University of Tokyo（东京大学） 纠错

专题命中 EEG解码 ：EEG(title,title_cn)；BCI(title,title_cn)；brain-computer interface(abstract,comments)；分类 q-bio.NC、cs.LG

AI总结 本研究利用去趋势波动分析（DFA）提取的临界性特征，通过朴素贝叶斯分类器实现了对深度睡眠（N3）的高精度识别（平衡准确率87.17%），为被动脑机接口中的状态依赖神经反馈提供了高效感知机制。

Comments 7 pages, 3 figures, accepted for publication in the Proceedings of the 10th Graz Brain-Computer Interface Conference 2026, Graz, Austria, September 14-17, 2026

Multifractal human signals at the edge of life reveal a heart-brain anti-correlation

生命边缘的多分形人体信号揭示心脑反相关

Yago Emanoel Ramos, Maria Eloá do Ó, Henrique Ferraz de Arruda, Mauro Copelli, G. Camelo-Neto, Pedro V. Carelli

专题命中 EEG解码 ：EEG(abstract,abstract_cn)；分类 q-bio.NC

AI总结 通过多分形去趋势波动分析，发现临终患者脑电信号多分形性减弱而心电信号异常增宽，两者呈负相关，表明心脑功能解耦和反相关动力学。

Multi-Modal Multi-Agent Robotic Cognitive Alignment enabled by Non-Invasive Consumer Brain Computer Interfaces: A Proof of Concept Exploration

基于非侵入式消费级脑机接口的多模态多智能体机器人认知对齐：概念验证探索

Nataliya Kosmyna, Liz Jenkins, Anoop K. Sinha

机构 * GOOGLE（谷歌） ； Paradigms of Intelligence（智能范式） ； Cambridge, MA, United States（马萨诸塞州剑桥市，美国） ； Mountain View, CA, United States（加利福尼亚州山景城，美国） 纠错

专题命中 脑控机器人 ：brain computer interface(title)；BCI(abstract,abstract_cn)；EEG(abstract,abstract_cn)；brain-computer interface(abstract)

AI总结 提出一种框架，利用消费级脑机接口监测脑电信号，在高认知负荷时延迟智能体通信，实现认知对齐的多智能体交互，初步验证了实时信号处理、大语言模型与机器人结合的可行性。

Comments 19 pages, 9 figures, for associated video, see https://youtu.be/0Tav-G87XGs

ffdas: Volumetric ultrasound reconstruction at warp speed

ffdas：超高速体积超声重建

Luuk Verhoef, Pieter Kruizinga

专题命中 其他BCI ：brain-computer interface(abstract)

AI总结 针对体积超快超声成像的计算瓶颈，提出三种GPU优化策略（对齐内存访问、混合精度存储、利用张量核心），实现128³体素网格千赫兹帧率重建，显著超越现有方法，支持实时术中脑成像和脑机接口。