脑机接口 / BCI

Robust and Efficient Feature Extraction for Spike Sorting via the Walsh-Hadamard Transform

基于沃尔什-哈达玛变换的鲁棒高效尖峰排序特征提取

Emily Yang, Liyuan Guo, Seyed Mohammad Ali Zeinolabedin, Meng Zhang, Ke Yang, Matthieu Couriol, Christian Mayr, Pierre-Emmanuel Gaillardon

专题命中 神经信号处理 ：neural interface(abstract)；分类 eess.SP、cs.HC

AI总结 该研究提出沃尔什-哈达玛变换（WHT）作为硬件高效的尖峰排序特征提取方法，相比CHT和PCA，其分类性能提升且鲁棒性更强，适用于植入式神经接口的低功耗实时处理需求。

Comments Accepted for publication at the 2026 IEEE Biomedical Circuits and Systems Conference (BioCAS 2026)

Eccentricity-Constrained CNN Training Reveals Adaptive Information Coding Around the Visual Field

偏心率约束的卷积神经网络训练揭示了视野周围的自适应信息编码

Dylan M. Diaz, Margaret M. Henderson

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

AI总结 研究利用VEDB数据，通过对比学习训练ResNet - 18模型，探讨视野偏心率与信息编码关系，发现自我中心经验能自适应约束皮层信息处理，不同偏心率模型在任务表现及与神经数据匹配上有差异。

Comments Proceedings of the Conference on Cognitive Computational Neuroscience 2026; Contributed Talk; Code: this https URL (https://github.com/DM-Diaz/eccentricity-constrained-simclr)