脑机接口 / BCI

OOD Detection for EEG-based Machine Learning in High-Risk Environments

高风险环境下基于脑电图（EEG）的机器学习的分布外（OOD）检测

Philipp Bomatter, Henry Gouk

机构 * School of Informatics, University of Edinburgh（爱丁堡大学信息学院） 纠错

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

AI总结 针对脑电图机器学习在高风险环境中易受分布偏移影响的问题，引入EEG OOD检测基准，评估相关方法并结合互补方法构建稳健安全网。

Delta2Gamma: Band-Wise Adaptive Contrastive Learning of EEG for Alzheimer's Disease Detection

Delta2Gamma：面向阿尔茨海默病检测的脑电信号频带自适应对比学习

Chanwoo Park, Chanwoo Kim

机构 * Korea University（高丽大学） 纠错

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

AI总结 Delta2Gamma是一种自监督EEG表征学习框架，通过分解EEG为5个神经节律并自适应平衡各频带，在ADFTD队列上以92.4%的准确率实现阿尔茨海默病检测，性能优于相关方法。

Comments Accepted to 2026 IEEE Biomedical Circuits and Systems Conference (BioCAS)

SW-ProxyCE: Zero-Query Adversarial Transfer from Public EEG Encoders to Private Downstream Models

SW-ProxyCE：从公开EEG编码器到私有下游模型的零查询对抗迁移

Linhua Cong, Dingkun Liu, Dongrui Wu

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

AI总结 本文针对公开编码器与私有下游模型场景，提出无查询的任务感知攻击框架SW-ProxyCE，实验表明其生成的对抗样本可有效迁移至下游模型，且性能优于任务无关攻击。

Phase-based spatial ordinal patterns for characterizing oscillatory dynamics

用于表征振荡动力学的基于相位的空间序贯模式

Robison J. Santos-Silva, Bruno R. R. Boaretto, Thiago L. Prado, Roberto C. Budzinski

专题命中 EEG解码 ：EEG(abstract)；分类 q-bio.NC

AI总结 本研究提出基于相位的空间序贯模式框架，定义空间置换熵，可表征振荡系统时空动力学，区分锁相状态与部分同步状态，在合成网络和人脑电数据上验证了方法有效性。