脑机接口 / BCI

Neonatal Hypoxic-ischaemic Encephalopathy Classification from the EEG and HRV Signals Using a Conformer based Masked Autoencoder

基于基于Conformer的掩码自动编码器从脑电图和心率变异性信号中进行新生儿缺氧缺血性脑病分类

Shuwen Yu, William P Marnane, Geraldine B. Boylan, Gordon Lightbody

机构 * University College Cork（科克大学学院） ； INFANT Research Centre（婴儿研究中心） ； Pediatrics and Child Health（儿科与儿童健康） 纠错

专题命中 EEG解码 ：EEG(title,summary_cn)；分类 eess.SP、cs.LG

AI总结 研究提出MAEConformer自监督学习框架，结合Conformer与MAE从EEG和HRV信号学习。通过卷积与自注意力捕获模式与依赖，引入MR-STFT损失。模型预训练后用于下游任务，在EEG和HRV的HIE分类中表现出色，证明其学习鲁棒可转移表示的有效性。

Comments Paper submits to IEEE Transactions on Neural Networks and Learning Systems

Evaluating Closed-Loop EEG Feedback for Simulated Prosthetic Vision in Immersive VR: A Sham-Controlled Feasibility Study

评估沉浸式虚拟现实中模拟假体视觉的闭环脑电图反馈：一项假对照可行性研究

Ruyi Cao, Lily M. Turkstra, Adyah Rastogi, Michael Beyeler

专题命中 EEG解码 ：EEG(title,summary_cn)；分类 q-bio.NC、cs.HC

AI总结 研究在沉浸式VR中评估模拟假体视觉的闭环EEG反馈的可行性，开发EEG引导神经自适应训练平台，22名参与者参与假对照物体定位任务，结果显示EEG相关反馈未产生可靠组级益处，确定了相关方法和设计的局限性。

EEGForceFusion: Joint Tokenised-Continuous Representation Learning for Subject-Independent Grasp Force Decoding

EEGForceFusion：用于独立于主体的抓握力解码的联合令牌化-连续表示学习

Sankalp Sunil Turankar, Yogesh Kumar Meena

专题命中 EEG解码 ：EEG(summary_cn,abstract)；分类 cs.HC

AI总结 研究针对连续抓握力解码难题，提出混合EEG解码框架，联合建模连续和令牌化表示，集成多种技术于统一架构，实验表明该方法在WAY-EEG-GAL数据集上跨主体泛化能力强，适用于实时力解码。

Comments 6 pages, 9 figures, 4 tables, accepted at Brain-Machine Interface (BMI) Systems Session, IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2026)

Bayesian Feature Extraction using Gaussian and Diffused-gamma Priors for High Dimensional Spatio-Temporal Data

使用高斯和扩散伽马先验对高维时空数据进行贝叶斯特征提取

Garrett Frady, Dipak K. Dey, Shariq Mohammed

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 针对含稀疏结构及时空依赖性的高维数据，开发贝叶斯特征提取框架，采用高斯和扩散伽马先验诱导结构化稀疏，经MCMC计算后验，引入两阶段提取过程，以EEG案例研究验证，提升了稀疏特征恢复及可解释性，广泛适用于相关高维结构化问题。

Predicting the Outcome of rTMS Depression Therapy using EEG Signals and CNN

使用脑电图信号和卷积神经网络预测重复经颅磁刺激治疗抑郁症的结果

Wael Korani, Md Fahimul Kabir Chowdhury, Sadam AlQadi, Priyan Malarvizhi kumar, Reza Rostami, Reza Kazemi

机构 * University of North Texas（北德克萨斯大学） ； University of Tehran（德黑兰大学） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；分类 cs.LG

AI总结 研究利用FBSE - ED和DWT两种时频方法生成脑电图信号图像，提出深度学习分类器预测rTMS抑郁症治疗结果，经实验验证该方法准确率高，优于多种模型，能促进早期预测和临床决策，且框架具有可解释性和高效性。

Comments Presented at 8th International Conference on Recent Trends in Image Processing & Pattern Recognition (RTIP2R)

Self-Supervised Consistency Enhanced Disentangled Learning for Neural Decoding Generalization in Brain-Machine Interface

用于脑机接口神经解码泛化的自监督一致性增强解缠学习

Jiyu Wei, Di Hong, Zhanjie Zhang, Dazhong Rong, Qinming He, Yueming Wang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Nanhu Brain-Computer Interface Institute（南湖脑机接口研究院） 纠错

专题命中 神经信号处理 ：neural decoding(title,abstract)；neural signal(abstract)；分类 eess.SP、cs.HC、cs.RO

AI总结 研究脑机接口因神经漂移致性能下降问题，提出自监督一致性增强解缠学习框架（SSCDL）。通过设计一致性增强神经解码器及采用互补解缠泛化机制，学习鲁棒表征，实现跨日泛化，提升解码性能，展现长期交互潜力。

Synaptic clustering emerges from learning and supports covariance discrimination

突触聚类源于学习并支持协方差辨别

Ilenna Simone Jones, Maceo Richards, Houman Safaai, Elom Amematsro, Bernardo Sabatini

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

AI总结 研究功能性突触簇对计算的因果必要性，通过训练具有分层树突段和稀疏电导突触的人工神经网络Dendrinet解决置换协方差分类任务，发现树突非线性和突触可塑性影响FSCs及性能，表明其可支持协方差结构计算。

Comments 25 pages, 7 figures

Infrared Imaging Empowered by Artificial Intelligence for Pediatric Skeletal Triage: A Narrative Review and Future Perspectives

人工智能助力的儿科骨骼分类红外成像：综述与未来展望

Sajad Amiri, Pardis Afshar, Elham Anjomshoa

专题命中 神经信号处理 ：cortical(abstract)

AI总结 该研究旨在构建结合广谱红外成像与深度学习的混合框架用于儿科骨骼分类。回顾相关光谱窗口及采集方式，总结图像转换和特征匹配算法。指出儿科解剖利于红外穿透，集成多光谱红外+人工智能成像是无辐射补充，但面临多方面障碍。

Comments 20 pages, 4 figures

Generative Augmentation for EEG Motor Imagery Classification: A Class-Conditional VAE with Cycle-Consistent Decoder Refinement

用于脑电图运动想象分类的生成式增强：具有循环一致解码器优化的类条件变分自编码器

Matei Moldoveanu, Alain Sirois, Claire Ben Ali, Fabien Lotte, Florian Yger

机构 * Naqi Logix（纳奇逻辑公司） ； Inria Center at Univ. Bordeaux / LaBRI（波尔多大学/LaBRI研究所的Inria中心） ； LITIS, INSA Rouen-Normandy（鲁昂-诺曼底高等电子与电工技术工程师学校的LITIS实验室） 纠错

专题命中 运动想象 ：EEG(title,summary_cn)；motor imagery(title)；分类 cs.LG

AI总结 研究生成模型能否提供合成MI-EEG试验提高下游分类器准确性，训练带集成潜在分类器的CVAE，在两种评估协议下通过四个分类管道测试，发现合成EEG可提高MDM点估计，增益小且依赖分类器。

ATCNet-CIAM for Multi-Session Motor Imagery EEG Signal Classification

用于多会话运动想象脑电信号分类的 ATCNet - CIAM

Le Huu Son Hai, Nguyen Chi Hai, Truong Viet Vu, Nguyen Phuc Nguyen, Nguyen Thai Anh, Ngo Hoang Tu

机构 * Faculty of Information Technology, Van Lang School of Technology, Van Lang University（信息技术学院，范朗理工学院，范朗大学） ； Department of Computer Engineering, Ho Chi Minh City University of Transport（胡志明市交通大学计算机工程系） 纠错

专题命中 运动想象 ：motor imagery(title,abstract)；EEG(title)；BCI(abstract,abstract_cn)

AI总结 研究针对运动想象脑电信号分类因个体差异和跨会话非平稳性导致的稳健解码难题，提出将CIAM集成到ATCNet框架的ATCNet - CIAM，实验表明该模型能提升分类稳定性和稳健性，在多数据集上取得较好准确率。

Comments This manuscript has been accepted for publication in the International Conference on Intelligence Systems and Robotics for Sustainable Development (ISRSD) 2026

Bayesian Complete-Pooling in Cross-Subject Classification for Motor Imagery Electroencephalogram

运动想象脑电图跨受试者分类中的贝叶斯完全池化

Ethan Davis

机构 * University of Washington（华盛顿大学） 纠错

专题命中 运动想象 ：motor imagery(title,abstract)；brain-computer interface(abstract)；EEG(abstract)；分类 cs.LG

AI总结 研究对比贝叶斯完全池化模型与频率主义基线用于跨受试者运动想象脑电图分类，经多指标分析发现前者可靠性有统计学改善但实际不显著，计算成本高，表明其实际益处有限，跨受试者和会话部分池化是更有前景方向。

Masked Autoencoders Learn Perception-Relevant Representations from Resting State Neural Data

掩码自动编码器从静息态神经数据中学习与感知相关的表示

Aleksandr Kovalev, Antonio Lozano, Fabrizio Grani, Cristina Soto Sanchez, Leili Soo, Rocío López-Peco, Adrian Villamarin-Ortiz, Roberto Morollón Ruiz, María del Mar Ayuso Arroyave, Alfonso Rodil, Eduardo Fernández

专题命中 神经假体 ：neural decoding(abstract)；cortical(abstract)；分类 q-bio.NC、cs.LG

AI总结 研究利用自监督学习，通过在盲人参与者V1区的自发神经活动上预训练掩码自动编码器，测试能否改善感知解码。结果显示该方法有效，表明自发皮层活动有价值，无监督预训练是改善神经解码的好策略。

Comments 6 papers, 4 figures. NeuroAI Workshop, AAAI 2026

Journal ref Proceedings of the First Workshop on NeuroAI Multimodal Intelligence @ AAAI 2026, PMLR 308:93-98, 2026

A Cyclic Adaptation-Generalization Framework with Uncertainty-Guided Self-Paced Learning for Long-Term Brain-Machine Interfaces

一种用于长期脑机接口的具有不确定性引导自步学习的循环适应-泛化框架

Jiyu Wei, Di Hong, Zhanjie Zhang, Dazhong Rong, Qinming He, Yueming Wang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Nanhu Brain-Computer Interface Institute（南湖脑机接口研究所） 纠错

专题命中 神经假体 ：neural decoding(abstract)；分类 eess.SP、cs.HC、cs.RO

AI总结 针对侵入性脑机接口因神经漂移面临的长期部署挑战，提出UnSPC框架，通过UnSPL机制协同DA和DG，利用噪声鲁棒排序策略挖掘可靠伪标签样本，引入CycAG策略整合DA和DG，经实验验证其有效性和鲁棒性，为长期BMI控制铺路。

Real-time Reconstruction of Human Visual Perception from fMRI

基于功能磁共振成像的人类视觉感知实时重建

Rishab S. Iyer, Jiaxin Cindy Tu, Cesar Kadir Torrico Villanueva, Anish Mahishi, Ross P. Kempner, Jacob S. Prince, Ernest W. Lo, Akash Bhowmick, Hritik Arasu, Amaar Chughtai, Elizabeth A. McDevitt, Paul S. Scotti, Kenneth A. Norman

机构 * Princeton University（普林斯顿大学） ； Dartmouth College（达特茅斯学院） ； Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院） ； Harvard University（哈佛大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Medical AI Research Center (MedARC)（医学人工智能研究中心） 纠错

专题命中 神经假体 ：brain-computer interface(abstract)；分类 q-bio.NC

AI总结 该研究基于fMRI的实时闭环神经反馈分析方法落后，提出实时兼容的先进管道改编版，利用RT-Cloud平台实时扫描解码视觉感知，通过模拟分析记录性能变化因素，证明实时部署强大解码管道可行，为脑机接口应用铺路。