脑机接口 / BCI

Eccentricity Confound in EEG-based Visual Attention Decoding from Gaze-Fixated Neural Tracking of Motion in Natural Videos

EEG基于视觉注意力解码中的偏心度干扰：从固定注视点追踪自然视频中运动的神经活动

Yuanyuan Yao, Celina Salamanca Gonzalez, Simon Geirnaert, Celine R. Gillebert, Tinne Tuytelaars, Alexander Bertrand

专题命中 EEG解码 ：EEG(title,title_cn)；brain-computer interface(abstract)；分类 eess.SP

AI总结 研究探讨了在控制眼动伪影的情况下，视觉偏心度对自然视频中物体运动神经响应的影响，发现偏心度干扰了神经对运动的追踪，揭示了当前解码方法的局限性。

A swap-adversarial framework for improving domain generalization in electrocorticography-based Parkinson's disease classification

基于皮层脑电图的帕金森病分类中改善领域泛化的交换对抗框架

Seongwon Jin, Hanseul Choi, Sunggu Yang, Sungho Park, Jibum Kim

机构 * Department of Computer Science and Engineering, Incheon National University（仁川国立大学计算机科学与工程系） ； Department of Nanobioengineering, Incheon National University（仁川国立大学纳米生物工程系） ； Center for Brain-Machine Interface, Incheon National University（仁川国立大学脑机接口中心） ； Department of Artificial Intelligence, Inha University（仁荷大学人工智能系） 纠错

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

AI总结 提出交换对抗框架，通过脑图引导的通道交换和领域对抗学习，缓解皮层脑电图数据的高变异性与小样本问题，实现跨被试、跨会话和跨数据集的鲁棒泛化。

Milmer: a Framework for Multiple Instance Learning based Multimodal Emotion Recognition

Milmer: 一种基于多实例学习的多模态情感识别框架

Zaitian Wang, Jian He, Yu Liang, Xiyuan Hu, Tianhao Peng, Kaixin Wang, Jiakai Wang, Chenlong Zhang, Weili Zhang, Shuang Niu, Xiaoyang Xie

专题命中 EEG解码 ：EEG(abstract)；分类 cs.HC

AI总结 本文提出Milmer框架，结合面部表情分析与EEG信号，采用Transformer融合方法提升多模态情感识别性能，通过细调Swin Transformer和交叉注意力机制实现高效特征融合，实验显示在DEAP数据集上达到96.72%的四类情感识别准确率。

Privacy-Protecting Techniques for Behavioral Biometric Data: A Survey

行为生物特征数据的隐私保护技术：综述

Simon Hanisch, Patricia Arias-Cabarcos, Javier Parra-Arnau, Thorsten Strufe

专题命中 EEG解码 ：EEG(abstract)

AI总结 本文综述了保护行为生物特征数据隐私的匿名化技术，分析了不同行为特征的隐私保护方法及存在的不足。