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。

2026-07-15 至 2026-07-15 共收录 4 信号源:q-bio.NC, eess.SP, cs.LG, cs.HC, cs.RO

1. EEG解码 2 篇

2607.12364 2026-07-15 cs.CV cs.AI 新提交 82%

Lost in Visual Translation: A VLM-Assisted Perceptual-Semantic Coherence Framework for EEG-to-Image Reconstruction

迷失在视觉翻译中:用于脑电到图像重建的基于视觉语言模型的感知语义连贯框架

Sukriti Tiwari, BHVSP Subrahmanyam, Nidhi Goyal, Sai Amrit Patnaik

机构 * Mahindra University(马欣德拉大学) MU-VT Interdisciplinary Advanced Research Centre for Transformative Technologies, Mahindra University(马欣德拉大学MU-VT变革性技术跨学科高级研究中心)

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

AI总结 研究脑电到图像重建中视觉保真度与语义可恢复性评估问题,引入基于四个视觉语言模型的框架,通过结构化问题评估图像对,产生宽容感知和语义对齐分数,提炼出脑机接口连贯分数,有效评估感知语义可恢复性。

Comments 27 pages, 3 figures, 13 tables. Accepted at the 5th International Workshop on Human Brain and Artificial Intelligence (HBAI 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.11931 2026-07-15 cs.HC 新提交 57%

Reading the Eyes in VR: Multimodal Modeling of Social Intelligence

在虚拟现实中解读眼神:社会智能的多模态建模

Mohammad Fahim Abrar, Shayla Sharmin, Roghayeh Leila Barmaki

专题命中 EEG解码 :EEG(abstract);分类 cs.HC

AI总结 研究通过在 Unity 中为桌面和 VR 实现 RMET 并进行 2x2 混合研究,探究呈现媒介和反馈对 RMET 行为的影响。结果表明即时反馈影响注视和脑电,呈现媒介无客观差异,VR 可用性高,为 RMET 在受控环境作过程感知评估任务提供证据。

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 神经信号处理 1 篇

2607.12901 2026-07-15 cs.AR cs.NE 新提交 67%

A 32-channel event-based bio-signal analog front-end with adaptive delta and pulse frequency encoding

一种具有自适应增量和脉冲频率编码的32通道基于事件的生物信号模拟前端

Narayanan Shyam, Saptarshi Ghosh, Giacomo Indiveri

专题命中 神经信号处理 :brain-computer interface(abstract);neural signal(abstract)

AI总结 本文提出一种用于生物医学信号采集和编码的32通道基于事件的AFE专用集成电路,具有双模编码机制,aADM编码器可实时自适应调整编码数据速率,实现高数据压缩,为脑机接口神经信号自适应无线通信和在线处理提供支持。

Comments Submitted to NeuroPHY 2026 workshop, at the EWSN 2026 conference

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 语音与意图解码 1 篇

2607.12079 2026-07-15 cs.CL 新提交 50%

The Capacity of Thought: Benchmarking Llama 3.2 in Semantic fMRI Neural Language Decoding and Improving the Huth Encoding-Model Baseline

思维的能力:在语义功能磁共振成像神经语言解码中对Llama 3.2进行基准测试并改进Huth编码模型基线

Milos Suvakovic, Dom Marhoefer, Glenn Grant-Richards, Aidan Pinero

机构 * UC Santa Cruz(加州大学圣克鲁兹分校)

专题命中 语音与意图解码 :brain-computer interface(abstract)

AI总结 研究从fMRI信号中解码连续语言的挑战,一方面改进Huth编码管道,另一方面引入fMRIFlamingo,发现高容量语言模型本身未提升fMRI解码能力,且无严格评估会掩盖失败,强调盲控评估的重要性。

Comments 7 pages, 2 tables, 2 figures. Preprint. NLP 244: Advanced Machine Learning for Natural Language Processing report, UC Santa Cruz

详情

展开后加载摘要…

URL PDF HTML 收藏