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。

2026-06-29 至 2026-06-29 共收录 4 信号源:q-bio.NC, eess.SP, cs.LG, cs.HC, cs.RO

1. EEG解码 2 篇

2606.02597 2026-06-29 cs.LG cs.CR 92%

Making Brain-Computer Interfaces More Secure

使脑机接口更安全

Md Fahimul Kabir Chowdhury, Gahangir Hossain

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

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

AI总结 针对脑电图(EEG)脑机接口(BCI)易受对抗攻击的问题,提出轻量级卷积神经网络(CNN)架构,在梯度攻击下比EEGNet、DeepConvNet和SleepEEGNet等模型具有更好的分类鲁棒性。

Comments Accepted and presented at IEEE World AI IoT Congress 2026

Journal ref 2026 IEEE World AI IoT Congress (AIIoT)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26519 2026-06-29 cs.AI 新提交 89%

What the LLM Should Not Say: Boundary-Aware Context Grounding for A Seven-Channel EEG Agent

面向低通道EEG智能体的边界感知上下文接地

Zhiyuan Xu, Yueqing Dai, Junling Li, Junwen Luo

机构 * Shanghai Pulse Element Intelligent Technology Co., Ltd. (NeuraDock)(上海脉冲元素智能科技有限公司(NeuraDock))

专题命中 EEG解码 :EEG(title,title_cn)

AI总结 提出NeuraDock Agent架构,通过分离确定性本地EEG引擎与硬件感知语言层,实现LLM对低通道EEG数据的边界感知接地,经288次测试验证了系统在数值重复性、故障恢复和边界感知方面的有效性。

Comments 25 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 神经信号处理 1 篇

2509.21277 2026-06-29 q-bio.NC 版本更新 85%

More than a feeling: Expressive style influences cortical speech tracking in subjective cognitive decline

不仅仅是感觉:表达风格影响主观认知下降中的皮层语音追踪

Matthew King-Hang Ma, Yun Feng, Cloris Pui-Hang Li, Manson Cheuk-Man Fong

专题命中 神经信号处理 :cortical(title,abstract);EEG(abstract,abstract_cn);分类 q-bio.NC

AI总结 研究主观认知下降(SCD)患者听自然语音时的神经动态,发现皮层追踪强度(CTS)对亚音节语言特征和韵律平坦语音的减弱可作为早期认知衰退的潜在神经标志。

Comments Accepted at Interspeech 2026. Contains minor updates over the last version following peer review

详情

展开后加载摘要…

URL PDF HTML 收藏

3. BCI数据与评测 1 篇

2606.28202 2026-06-29 eess.SP 新提交 79%

An Enhanced Source-Free Unsupervised Domain Adaptation Framework for Cross-Dataset EEG Emotion Recognition via Predictive Coding and Test-Time Training

一种增强的无源无监督域适应框架:基于预测编码和测试时训练的跨数据集脑电情感识别

Md Niaz Imtiaz, Naimul Khan

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

AI总结 提出一种无源无监督域适应框架,通过非对比预测编码自监督预训练和双阶段自适应优化(多损失自适应正则化与局部一致性学习),结合轻量测试时训练,解决跨数据集脑电情感识别中的域偏移和噪声伪标签问题。

Comments Under review

详情

展开后加载摘要…

URL PDF HTML 收藏