脑机接口 / BCI

NeuroGaze: A Hybrid EEG and Eye-Tracking Brain-Computer Interface for Hands-Free Interaction in Virtual Reality

Kyle Coutray, Wanyea Barbel, Zack Groth, Joseph J LaViola

专题命中 EEG解码 ：brain-computer interface(title,abstract)；EEG(title,abstract)；分类 cs.HC

LGL-BCI: A Motor-Imagery-Based Brain-Computer Interface with Geometric Learning

Jianchao Lu, Yuzhe Tian, Yang Zhang, Quan Z. Sheng, Xi Zheng

专题命中 EEG解码 ：BCI(title,abstract)；brain-computer interface(title)；EEG(abstract)；分类 cs.LG

Comments Update the venue and copyright information

LGL-BCI: A Motor-Imagery-Based Brain-Computer Interface with Geometric Learning

Jianchao Lu, Yuzhe Tian, Yang Zhang, Quan Z. Sheng, Xi Zheng

专题命中 EEG解码 ：BCI(title,abstract)；brain-computer interface(title)；EEG(abstract)；分类 cs.HC

Comments We made a submission by mistake. The article arXiv:2501.05589 should be submitted as an update of article arXiv:2310.08051 instead of a new submission. We are seeking remove arXiv:2501.05589 and update the arXiv:2310.08051 to the latest version

NiSNN-A: Non-iterative Spiking Neural Networks with Attention with Application to Motor Imagery EEG Classification

Chuhan Zhang, Wei Pan, Cosimo Della Santina

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

Large Brain Model for Learning Generic Representations with Tremendous EEG Data in BCI

Wei-Bang Jiang, Li-Ming Zhao, Bao-Liang Lu

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

Comments The Twelfth International Conference on Learning Representations

Journal ref The Twelfth International Conference on Learning Representations, 2024

Score-Based Data Generation for EEG Spatial Covariance Matrices: Towards Boosting BCI Performance

Ce Ju, Reinmar Josef Kobler, Cuntai Guan

专题命中 EEG解码 ：EEG(title,abstract)；BCI(title)；motor imagery(abstract)；分类 eess.SP

Comments 7 pages, 4 figures; This work has been accepted by the 2023 45th Annual International Conference of the IEEE Engineering in Medicine & Biology Conference (IEEE EMBC 2023'). Copyright will be transferred without notice, after which this version may no longer be accessible

Comparison About EEG Signals Processing in BCI Applications

Giulia Cisotto, Silvano Pupolin, Francesco Piccione

专题命中 EEG解码 ：EEG(title,abstract)；BCI(title)；brain computer interface(abstract)；分类 eess.SP

Journal ref 2014 4th International Conference on Wireless Communications, Vehicular Technology, Information Theory and Aerospace & Electronic Systems (VITAE)

Macroscopic cortical dynamics: Spatially uncorrelated but temporally coherent rich-club organisations in source-space resting-state EEG

Steve Mehrkanoon

专题命中 EEG解码 ：EEG(title,abstract)；cortical(title,abstract)；分类 q-bio.NC

Using EEG-based brain connectivity for the study of brain dynamics in brain-computer interfaces

J. A. Gaxiola-Tirado

专题命中 EEG解码 ：EEG(title,abstract)；brain-computer interface(title)；BCI(abstract)；分类 q-bio.NC

Comments in Spanish

Journal ref Revista Doctorado UMH, 2020

Graph Convolutional Neural Networks for analysis of EEG signals, BCI application

Mirfarid Musavian Ghazani, Anh Huy Phan

专题命中 EEG解码 ：EEG(title,abstract)；BCI(title)；brain computer interface(abstract)；分类 eess.SP

Comments 11 pages, 5 figures

Postural control adaptation and habituation during vibratory proprioceptive stimulation: an HD-EEG investigation of cortical recruitment and kinematics

Fabio Barollo, Rún Friðriksdóttir, Kyle J. Edmunds, Gunnar H. Karlsson, Halldór Á. Svansson, Mahmoud Hassan, Antonio Fratini, Hannes Petersen, Paolo Gargiulo

专题命中 EEG解码 ：EEG(title,abstract)；cortical(title,abstract)；分类 q-bio.NC

Comments 6 figures

A Single-Channel Consumer-Grade EEG Device for Brain-Computer Interface: Enhancing Detection of SSVEP and Its Amplitude Modulation

Phairot Autthasan, Xiangqian Du, Jetsada Arnin, Sirakorn Lamyai, Maneesha Perera, Sirawaj Itthipuripat, Tohru Yagi, Poramate Manoonpong, Theerawit Wilaiprasitporn

专题命中 EEG解码 ：brain-computer interface(title,abstract)；EEG(title,abstract)；分类 eess.SP

Comments IEEE Sensors (Accepted)

Journal ref IEEE Sensor Journal, 2019

Dataset of an EEG-based BCI experiment in Virtual Reality and on a Personal Computer

Grégoire Cattan, A. Andreev, P. Rodrigues, M. Congedo

专题命中 EEG解码 ：EEG(title,abstract)；BCI(title)；brain-computer interface(abstract)；分类 cs.HC

An EEG pre-processing technique for the fast recognition of motor imagery movements

Kalogiannis Gregory, Kapsimanis George, Hassapis George

专题命中 EEG解码 ：EEG(title,abstract)；motor imagery(title,abstract)；分类 eess.SP

Comments 4 pages, 5 figures

Post-hoc labeling of arbitrary EEG recordings for data-efficient evaluation of neural decoding methods

Sebastian Castaño-Candamil, Andreas Meinel, Michael Tangermann

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

Spatial-Spectral Boosting Analysis for Stroke Patients' Motor Imagery EEG in Rehabilitation Training

Hao Zhang, Liqing Zhang

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

Comments 10 pages,3 figures

EEG Foundation Challenge: From Cross-Task to Cross-Subject EEG Decoding

脑电（EEG）基础挑战赛：从跨任务到跨主体的脑电解码

Bruno Aristimunha, Dung Truong, Pierre Guetschel, Seyed Yahya Shirazi, Isabelle Guyon, Alexandre R. Franco, Michael P. Milham, Aviv Dotan, Scott Makeig, Alexandre Gramfort, Jean-Remi King, Marie-Constance Corsi, Pedro A. Valdés-Sosa, Amit Majumdar, Alan Evans, Terrence J Sejnowski, Oren Shriki, Sylvain Chevallier, Arnaud Delorme

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

AI总结 本文介绍一项包含跨任务跨主体脑电解码、精神病理因素预测两项挑战的大规模脑电竞赛，提供对应基线模型，旨在推动泛化性脑电解码模型及相关临床应用的发展。

Comments Approved at Neurips Competition track. webpage: https://eeg2025.github.io/

Journal ref The Thirty-Ninth Annual Conference on Neural Information Processing Systems (NeurIPS), 2025

CogEEGAgent: Toward Autonomous Cognitive EEG Analysis with Grounded Execution and Selection-Aware Verification

CogEEGAgent：通过基于执行和选择感知验证实现自主认知脑电图分析

Dengzhe Hou, Lingyu Jiang, Fangzhou Lin, Kazunori D Yamada

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

AI总结 研究针对认知EEG分析需专业知识及选择多的问题，提出基于MNE-Python的CogEEGAgent代理，LLM解释意图，确定性组件验证控制，在基准测试等中表现良好，建立了有限自主性和可审计自动化框架。

Comments 16 pages, 5 figures, and 16 tables. The supplementary material is included in the same PDF

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

Spatial Neighboring Scattering Transform: A Cross-Channel Amplitude Coupling Measure for EEG Connectivity

空间相邻散射变换：一种用于脑电连接性的跨通道幅度耦合测量方法

Md. Taksimul Ahsan Tawhid, Nasif Ahmed Rafe, Alif Tahmid Priyom, K. M. Mustafizur Rahman

专题命中 EEG解码 ：EEG(title,abstract)；BCI(abstract,abstract_cn)；motor imagery(abstract)；分类 q-bio.NC、eess.SP

AI总结 研究针对脑电连接性分析中现有方法的不足，引入空间相邻散射变换，通过扩展小波散射变换到多通道设置，获取幅度包络耦合及跨频率调制信息，经实验验证其能系统恢复相关耦合结构，为脑电分析提供新方法。

Comments 12 pages, 7 Figures

Which Metric Reflects the Spelling Rate Accuracy in Event-Related Potential-Based Brain-Computer Interfaces?

哪种指标能反映基于事件相关电位的脑机接口中的拼写速率准确性？

Okba Bekhelifi, Naoual El Djouher Mebtouche

机构 * Intelligent Systems Research Laboratory (LARESI)（智能系统研究实验室 (LARESI)） ； USTOMB（奥兰科技大学） 纠错

专题命中 EEG解码 ：BCI(summary_cn,abstract)；brain-computer interface(title)；分类 eess.SP、cs.LG

AI总结 研究通过分析13种指标与拼写速率的相关性，发现Brier分数、MCC、ROC AUC、PR AUC、AP和pAUC最能反映ERP-BCI中的拼写性能。

Comments paper is accepted for presentation at the 2026 IEEE International Conference on Metrology for eXtended Reality, Artificial Intelligence and Neural Engineering - IEEE MetroXRAINE 2026, Chemnitz, Germany

Coordinate-Queryable Neural Field Reconstruction for EEG Spatial Super-Resolution with Unseen-Electrode Generation

基于坐标可查询神经场重建的脑电图空间超分辨率与未见电极生成

Hongjun Liu, Leyu Zhou, Zijianghao Yang, Chao Yao

机构 * School of Intelligence Science and Technology, University of Science and Technology Beijing（信息科学与技术学院，北京科技大学） ； School of Computer and Communication Engineering, University of Science and Technology Beijing（计算机与通信工程学院，北京科技大学） 纠错

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

AI总结 针对实际部署中电极缺失和布局变化问题，提出将EEG空间超分辨率重构为从部分观测通道学习共享条件头皮场，通过位置引导编码器和条件隐式神经表示解码器实现未见电极信号生成，并引入保真通道损坏训练策略，在多个数据集上显著优于基线。

The Identity Trap in EEG Foundation Models: A Diagnostic Audit

脑电图基础模型中的身份陷阱：一项诊断性审计

Jun-You Lin, Ying Choon Wu, Tzyy-Ping Jung

机构 * National Yang Ming Chiao Tung University ； University of California, San Diego 纠错

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

AI总结 提出FMScope协议，通过方差分解、主题轴擦除等五种诊断方法，揭示EEG基础模型在受试者分离交叉验证中可能依赖受试者身份特征而非临床生物标志物，并验证了该陷阱的普遍性及可移除性。

Comments 28 pages, 6 figures, 8 tables. Code available at https://github.com/Jimmy110101013/fmscope

CaMBRAIN: Real-time, Continuous EEG Inference with Causal State Space Models

CaMBRAIN：基于因果状态空间模型的实时连续脑电图推理

Abhilash Durgam, Nyle Siddiqui, Jeffrey A. Chan-Santiago, Qiushi Fu, Elakkat D. Gireesh, Mubarak Shah

机构 * CRCV, University of Central Florida（CRCV，中央佛罗里达大学） ； University of Central Florida（中央佛罗里达大学） ； Department of MAE, University of Central Florida（中央佛罗里达大学机械与航空航天工程系） ； Department of Neurology, Loma Linda University（洛马琳达大学神经病学系） 纠错

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

AI总结 提出首个基于因果Mamba的状态空间模型CaMBRAIN，通过多阶段自监督训练实现实时、长程连续的EEG信号推理，在三个数据集上达到SOTA且吞吐量提升10倍以上。

Comments 22 pages, 3 figures, 8 tables

Mechanistic Interpretability of EEG Foundation Models via Sparse Autoencoders

基于稀疏自编码器的脑电图基础模型机制可解释性

William Lehn-Schiøler, Magnus Ruud Kjær, Rahul Thapa, Magnus Guldberg Pedersen, Anton Mosquera Storgaard, Nick Williams, Radu Gatej, Tue Lehn-Schiøler, Andreas Brink-Kjær, Sadasivan Puthusserypady, Sándor Beniczky, James Zou, Lars Kai Hansen

机构 * BrainCapture ； DTU Health Tech（技术大学丹麦健康技术） ； DTU Compute（技术大学丹麦计算） ； Department of Biomedical Data Science（生物医学数据科学系） ； Department of Computer Science（计算机科学系） ； Seer Medical（Seer医疗） ； Filadelfia Epilepsy Hospital（菲拉德尔菲亚癫痫医院） ； University Hospital of Copenhagen（哥本哈根大学医院） 纠错

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

AI总结 通过TopK稀疏自编码器从三种EEG Transformer中提取稀疏特征字典，结合临床分类法评估单语义性和纠缠性，并引入概念引导分析目标与非目标区域，揭示模型表征失败和临床纠缠问题。

Comments Preprint. 14 pages, 7 figures, 4 tables

Neural Signals Generate Clinical Notes in the Wild

神经信号在真实环境中生成临床笔记

Jathurshan Pradeepkumar, Zheng Chen, Jimeng Sun

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； SANKEN, Osaka University（大阪大学SANKEN） 纠错

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

AI总结 本文提出CELM模型，首个能从长期EEG记录中生成多尺度临床报告的EEG-语言基础模型，通过整合预训练EEG模型与语言模型，实现了可扩展的多模态学习，实验表明其在多个评估设置中均优于现有方法。

Cross-Subject Generalization for EEG Decoding: A Survey of Deep Learning Methods

跨受体解码的通用性：深度学习方法的综述

Taida Li, Yujun Yan, Fei Dou, Wenzhan Song, Xiang Zhang

机构 * Department of Computer Science, University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校计算机科学系） ； Department of Computer Science, Dartmouth College（达特茅斯学院计算机科学系） ； School of Computing, University of Georgia（佐治亚大学计算科学学院） ； School of Electrical and Computer Engineering, University of Georgia（佐治亚大学电气与计算机工程学院） 纠错

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

AI总结 本文综述了深度学习方法在跨受体解码中的应用，分析了多源领域问题的评估协议，并系统分类了特征对齐、对抗学习等方法，探讨了理论限制和EEG基础模型的发展。

Comments Accepted manuscript in Progress in Biomedical Engineering. Minor update: corrected author affiliation in comment

Online decoding of rat self-paced locomotion speed from EEG using recurrent neural networks

基于EEG的在线解码大鼠自控步态速度使用循环神经网络

Alejandro de Miguel, Nelson Totah, Uri Maoz

机构 * Schmid College of Science and Technology, Chapman University（施密特科学与技术学院，查普曼大学） ； LUCID-AI, Chapman University（LUCID-AI，查普曼大学） ； Helsinki Institute of Life Science, University of Helsinki（赫尔辛基生命科学研究所，赫尔辛基大学） ； Neuroscience Center, University of Helsinki（神经科学中心，赫尔辛基大学） ； Faculty of Pharmacy, University of Helsinki（药学院，赫尔辛基大学） ； Crean College of Health and Behavioral Sciences, Chapman University（克里安健康与行为科学学院，查普曼大学） ； Department of Biology and Bioengineering, California Institute of Technology（生物学与生物工程系，加州理工学院） ； Anderson School of Management, University of California Los Angeles（安德森管理学院，加州大学洛杉矶分校） 纠错

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

AI总结 本研究利用循环神经网络从大鼠EEG中非侵入性解码自控步态速度，实现高准确率的连续解码。

Comments 17 pages, 1 table and 7 figures

EEG-to-Gait Decoding via Phase-Aware Representation Learning

通过相意识表示学习实现EEG到步态解码

Xi Fu, Weibang Jiang, Rui Liu, Gernot R. Müller-Putz, Cuntai Guan

机构 * College of Computing and Data Science, Nanyang Technological University, Singapore 639798（计算与数据科学学院，南洋理工大学，新加坡） ； Department of Computer Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（计算机科学与工程系，上海交通大学，上海） ； Institute of Neural Engineering, Graz University of Technology, Graz, Austria（神经工程研究所，格拉茨技术大学，奥地利） ； Centre of AI in Medicine (C-AIM), Nanyang Technological University, Singapore（医学人工智能中心（C-AIM），南洋理工大学，新加坡） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；BCI(abstract)；brain-computer interface(abstract)；cortical(abstract)

AI总结 NeuroDyGait通过相意识表示学习实现EEG到步态解码，提升跨受试者性能并满足实时BCI需求。

Inter- and Intra-Subject Variability in EEG: A Systematic Survey

EEG中的跨受体和内受体变异性：系统调查

Xuan-The Tran, Thien-Nhan Vo, Son-Tung Vu, Thoa-Thi Tran, Manh-Dat Nguyen, Thomas Do, Chin-Teng Lin

机构 * Vietnam Maritime University（越南海洋大学） ； HAI-Smartlink Research Lab, Anchi STE Company（HAI-Smartlink研究实验室，Anchi STE公司） ； Hanoi Architectural University（河内建筑大学） ； Greenwich Vietnam, FPT University（格林威治越南，FPT大学） ； Computational Intelligence and Brain Computer Interface Lab, School of Computer Science, Australian AI Institute, Faculty of Engineering and Information Technology, University of Technology Sydney（计算智能与脑机接口实验室，计算机科学学院，澳大利亚人工智能研究所，工程与信息科技学院，悉尼技术大学） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；BCI(abstract)；brain-computer interface(abstract)；motor imagery(abstract)

AI总结 本文系统研究了EEG在不同范式中的变异性，分析了生物、状态、技术及分析因素，并提出了研究设计和报告的建议。