脑机接口 / BCI

Enabling Rapid Calibration of BCI Systems that Detect Movement-Related Cortical Potentials in Children with Cerebral Palsy

实现对患有脑瘫的儿童检测与运动相关的皮层电位的脑机接口系统的快速校准

R. Saadatyar, D. Damiano, A. Behboodi

专题命中 BCI数据与评测 ：BCI(title,summary_cn)；cortical(title,abstract)；EEG(abstract,abstract_cn)；brain-computer interface(abstract)

AI总结 研究针对脑瘫儿童脑机接口系统校准时间长的问题，开发深度学习框架，采用双向长短期记忆网络及七种训练策略，经实验表明累积学习和迁移学习可大幅降低校准要求并保持高解码性能，助力实用儿科BCI系统发展。

Cross-Subject Semantic Decoding with Shared-Space Alignment for Generalized Neural Representation Learning

基于共享空间对齐的跨主体语义解码用于广义神经表征学习

Ji-Hoon Heo, Aleksandra Joanna Wisniewska, Seo-Hyun Lee, Seong-Whan Lee

机构 * Korea University（韩国大学） 纠错

专题命中 BCI数据与评测 ：neural signal(abstract)；分类 cs.LG

AI总结 研究针对侵入性神经记录跨主体泛化难题，提出跨主体语义解码框架，通过将多主体神经反应对齐到共享潜在空间并学习映射，经实验验证该框架优于基线方法，能有效提升跨主体泛化能力。