脑机接口 / BCI

On the Classification of SSVEP-Based Dry-EEG Signals via Convolutional Neural Networks

Nik Khadijah Nik Aznan, Stephen Bonner, Jason D. Connolly, Noura Al Moubayed, Toby P. Breckon

专题命中 EEG解码 ：EEG(title,abstract)；BCI(abstract)；cortical(abstract)；分类 q-bio.NC、eess.SP、cs.HC

Comments Accepted as a full paper at the 2018 IEEE International Conference on Systems, Man, and Cybernetics (SMC2018)

An amplitudes-perturbation data augmentation method in convolutional neural networks for EEG decoding

Xian-Rui Zhang, Meng-Ying Lei, Yang Li

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

Spatial Filtering for Brain Computer Interfaces: A Comparison between the Common Spatial Pattern and Its Variant

He He, Dongrui Wu

专题命中 EEG解码 ：brain computer interface(title,abstract)；EEG(abstract)；motor imagery(abstract)；分类 eess.SP、cs.LG、cs.HC

EEG Spatial Decoding and Classification with Logit Shrinkage Regularized Directed Information Assessment (L-SODA)

Xu Chen, Zeeshan Syed, Alfred Hero

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

Closed loop BCI System for Cybathlon 2020

Csaba Köllőd, András Adolf, Gergely Márton, Moutz Wahdow, Ward Fadel, István Ulbert

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

Comments Submitted to Taylor & Francis in Brain-Computer Interfaces on 28th April 2022. Supplementary Materials: https://ppke-my.sharepoint.com/:b:/g/personal/uwr78z_ad_ppke_hu/EQ5Gdw1P0npJoh2eZBXn6ywBU_5u2k1nfBd-QxXEbqEVkw?e=se23yJ

Hierarchical internal representation of spectral features in deep convolutional networks trained for EEG decoding

Kay Gregor Hartmann, Robin Tibor Schirrmeister, Tonio Ball

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

Comments 6 pages, 7 figures, The 6th International Winter Conference on Brain-Computer Interface

Spatial Tactile Brain-Computer Interface Paradigm Applying Vibration Stimuli to Large Areas of User's Back

Takumi Kodama, Shoji Makino, Tomasz M. Rutkowski

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

Comments 5 pages, 4 figures, submitted to 6th International Brain-Computer Interface Conference 2014, Graz, Austria

Expectation and Acoustic Neural Network Representations Enhance Music Identification from Brain Activity

期望与听觉神经网络表示增强从脑活动识别音乐

Shogo Noguchi, Taketo Akama, Tai Nakamura, Shun Minamikawa, Natalia Polouliakh

机构 * Sony Computer Science Laboratories, Inc.（索尼计算机科学实验室） 纠错

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

AI总结 本研究通过区分听觉和期望相关的神经网络表示作为教师目标，提高了基于EEG的音乐识别性能，展示了表示学习可以由神经编码引导，并为预测音乐认知和神经解码的发展提供了新方向。

Comments 47 pages, 12 figures

CORTEG: Foundation Models Enable Cross-Modality Representation Transfer from Scalp to Intracranial Brain Recordings

CORTEG：基础模型促进从头皮到脑内记录的跨模态表示迁移

Liuyin Yang, Qiang Sun, Bob Van Dyck, Eva Calvo Merino, Marc M. Van Hulle

机构 * Laboratory for Neuro- & Psychophysiology, Department of Neurosciences, KU Leuven（神经与心理生理实验室，神经科学系，比利时鲁文大学） 纠错

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

AI总结 CORTEG通过预训练的头皮EEG基础模型实现跨模态表示迁移，提升脑机接口的跨患者学习和解码性能，同时在单GPU上10-30分钟内校准新患者。

Comprehensive Review of EEG-to-Output Research: Decoding Neural Signals into Images, Videos, and Audio

Yashvir Sabharwal, Balaji Rama

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

Comments 15 pages. Submitted as a conference paper to IntelliSys 2025

Cortical representations of Auditory Perception using Graph Independent Component on EEG

Pranav Sankhe, Ritik Madan

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

Cortical Mirror-System Activation During Real-Life Game Playing: An Intracranial Electroencephalography (EEG) Study

Markus Kern, Johanna Ruescher, Andreas Schulze-Bonhage, Tonio Ball

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

Comments 4 pages, 2 figure, CCN 2018 conference paper

Spatial Distillation based Distribution Alignment (SDDA) for Cross-Headset EEG Classification

Dingkun Liu, Siyang Li, Ziwei Wang, Wei Li, Dongrui Wu

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

Comments 10 pages, 5 figures

Journal ref IEEE Transactions on Biomedical Engineering ( Volume: 73, Issue: 7, July 2026)

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。

MindAlign: Bridging EEG, Vision, and Language for Zero-Shot Visual Decoding

MindAlign: 弥合脑电图、视觉和语言实现零样本视觉解码

Zexuan Chen, Sichao Liu, Runhao Lu, Huichao Qi, Alexandra Woolgar, Xi Vincent Wang, Lihui Wang

机构 * KTH, SWeden（瑞典皇家理工学院） ； University of Cambridge, UK（剑桥大学） ； EPFL, Switzerland（瑞士联邦理工学院） ； McGill University, Canada（麦吉尔大学） ； Karolinska Institutet, Sweden（卡罗林斯卡研究所） 纠错

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

AI总结 提出一种三模态对比学习框架MindAlign，通过对齐脑电图、图像和文本表示，在Things-EEG2零样本基准上实现54.1% Top-1和83.4% Top-5准确率，显著超越先前方法。

Comments 20 pages, 10 figures, 15 tables

Classification of IED-free EEG Responses for Assisted Epilepsy Diagnosis

用于辅助癫痫诊断的无IED脑电图反应分类

Giacomo Zanardini, Ryan Moesman, Paul van der Kleij, Robert van den Berg, Justin Dauwels

机构 * Signal Processing Systems（信号处理系统） ； Delft University of Technology（代尔夫特理工大学） ； Erasmus Medical Center（埃因霍温医学中心） 纠错

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

AI总结 提出一种基于机器学习特征（时域、频谱、小波、连接性）和堆叠集成的流水线，对刺激期间采集的脑电图进行分类，在无IED数据上实现高AUC和BAC，表明刺激诱发电位（特别是IPS）包含有意义的判别信息。

Comments Accepted at IEEE EMBC2026

An Efficient Self-Supervised Framework for Long-Sequence EEG Modeling

一种高效的自监督框架用于长序列EEG建模

Jiazhen Hong, Geoffrey Mackellar, Soheila Ghane

机构 * Emotiv Research（Emotiv研究实验室） 纠错

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

AI总结 本文提出EEGM2框架，通过U型编码器-解码器与Mamba-2结合，实现线性计算复杂度，提升EEG长序列建模效率与泛化能力。

Comments 10 pages

Journal ref Proceedings of the ICDM 2025 Workshop on AI for Time Series

Fusion of Spatio-Temporal and Multi-Scale Frequency Features for Dry Electrodes MI-EEG Decoding

时空与多尺度频率特征融合用于干电极MI-EEG解码

Tianyi Gong, Can Han, Junxi Wu, Dahong Qian

专题命中 EEG解码 ：EEG(title,abstract)；brain computer interface(abstract)；motor imagery(abstract)；分类 cs.LG、cs.HC

AI总结 STGMFM通过融合时空与多尺度频率特征，提升干电极MI-EEG解码的稳定性和鲁棒性。

EEG-to-Voice Decoding of Spoken and Imagined speech Using Non-Invasive EEG

通过非侵入性EEG解码 spoken 和 imagined 语音

Hanbeot Park, Yunjeong Cho, Hunhee Kim

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

AI总结 本研究提出了一种无需显式时间对齐的EEG-to-Voice方法，通过非侵入性EEG信号直接重建说话和想象语音，结合生成器、语音编码器和自动语音识别模块，实现了稳定的声学重建和可比的语言准确性。

Comments 20 pages, 7 figures, 4 tables

EEG-D3: A Solution to the Hidden Overfitting Problem of Deep Learning Models

EEG-D3: 解决深度学习模型中隐藏过拟合问题的解决方案

Siegfried Ludwig, Stylianos Bakas, Konstantinos Barmpas, Georgios Zoumpourlis, Dimitrios A. Adamos, Nikolaos Laskaris, Yannis Panagakis, Stefanos Zafeiriou

机构 * Department of Computing, Imperial College London（帝国理工学院伦敦分校计算机系） ； School of Informatics, Aristotle University of Thessaloniki（阿尔发大学索拉布斯分校信息学院） ； Department of Informatics and Telecommunications, National and Kapodistrian University of Athens（雅典国家与卡波迪斯蒂亚大学信息与电信系） ； Cogitat Ltd.（Cogitat有限公司） 纠错

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

AI总结 EEG-D3通过解耦解码分解方法，有效分离大脑活动的潜在成分，避免隐藏过拟合问题，提升实际应用中的泛化能力。

Uncertainty-Aware Cross-Modal Knowledge Distillation with Prototype Learning for Multimodal Brain-Computer Interfaces

具有原型学习的不确定性感知跨模态知识蒸馏用于多模态脑机接口

Hyo-Jeong Jang, Hye-Bin Shin, Seong-Whan Lee

机构 * Department of Brain and Cognitive Engineering, Korea University（脑科学与认知工程系，韩国大学） ； Department of Artificial Intelligence, Korea University（人工智能系，韩国大学） 纠错

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

AI总结 本文提出一种具有原型学习的跨模态知识蒸馏框架，通过缓解模态和标签不一致问题，提升多模态脑机接口中EEG的分类和回归性能。

Comments Accepted to SMC 2025

A Survey on Bridging EEG Signals and Generative AI: From Image and Text to Beyond

关于将EEG信号与生成式AI连接的综述：从图像和文本到更广泛的领域

Shreya Shukla, Jose Torres, Akshaj Murhekar, Christina Liu, Abhijit Mishra, Jacek Gwizdka, Shounak Roychowdhury

机构 * School of Information, The University of Texas at Austin, Austin, TX, USA（信息学院，德克萨斯大学奥斯汀分校，奥斯汀，德克萨斯州） 纠错

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

AI总结 本综述探讨了将EEG信号转化为图像、文本和音频的生成式AI方法，分析了当前技术趋势与挑战，为未来研究提供参考。

Symbiotic Brain-Machine Drawing via Visual Brain-Computer Interfaces

通过视觉脑机接口实现共生式脑机绘画

Gao Wang, Yingying Huang, Lars Muckli, Daniele Faccio

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

AI总结 本文提出了一种非侵入性脑机接口，利用视觉刺激和SSVEPs实现思维绘画，通过共生式人机交互显著提升BCI比特率，为AI增强型BCI的发展提供平台。

Low-Latency Neural Inference on an Edge Device for Real-Time Handwriting Recognition from EEG Signals

Ovishake Sen, Raghav Soni, Darpan Virmani, Akshar Parekh, Patrick Lehman, Sarthak Jena, Adithi Katikhaneni, Adam Khalifa, Baibhab Chatterjee

机构 * Electrical and Computer Engineering, University of Florida（电子与计算机工程系，佛罗里达大学） ； Computer and Information Science and Engineering, University of Florida（计算机与信息科学与工程，佛罗里达大学） ； Behavioral and Cognitive Neuroscience, University of Florida（行为与认知神经科学，佛罗里达大学） 纠错

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

Comments 18 pages

SSL-SE-EEG: A Framework for Robust Learning from Unlabeled EEG Data with Self-Supervised Learning and Squeeze-Excitation Networks

Meghna Roy Chowdhury, Yi Ding, Shreyas Sen

机构 * Elmore Family School of Electrical and Computer Engineering, Purdue University, USA（电气与计算机工程学院，普渡大学） 纠错

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

Comments 6 figures, 2 tables, 8 pages

Journal ref 2025 47th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC)

Decoding Saccadic Eye Movements from Brain Signals Using an Endovascular Neural Interface

Suleman Rasheed, James Bennett, Peter E. Yoo, Anthony N. Burkitt, David B. Grayden

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

Alleviating Seasickness through Brain-Computer Interface-based Attention Shift

Xiaoyu Bao, Kailin Xu, Jiawei Zhu, Haiyun Huang, Kangning Li, Qiyun Huang, Yuanqing Li

机构 * School of Automation Science and Engineering（自动化科学与工程学院） ； South China University of Technology（华南理工大学） ； Research Center for Brain–Computer Interface（脑机接口研究中心） ； Pazhou Laboratory（琶洲实验室） ； School of Artificial Intelligence（人工智能学院） ； South China Normal University（华南师范大学） ； School of Psychology（心理学学院） ； South China Brain–Computer Interface Technology Co., Ltd.（华南脑机接口技术有限公司） 纠错

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

Integrating Biological and Machine Intelligence: Attention Mechanisms in Brain-Computer Interfaces

Jiyuan Wang, Weishan Ye, Jialin He, Li Zhang, Gan Huang, Zhuliang Yu, Zhen Liang

机构 * The School of Biomedical Engineering（生物医学工程学院） ； The Guangdong Provincial Key Laboratory of Biomedical Measurements（生物医学测量与超声成像广东省重点实验室） ； Shien-Ming Wu School of Intelligent Engineering（沈铭武智能工程学院） ； Institute for Super Robotics（超机器人研究所） 纠错

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

EEGDnet: Fusing Non-Local and Local Self-Similarity for 1-D EEG Signal Denoising with 2-D Transformer

Peng Yi, Kecheng Chen, Zhaoqi Ma, Di Zhao, Xiaorong Pu, Yazhou Ren

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

Personalized Continual EEG Decoding: Retaining and Transferring Knowledge

Dan Li, Hye-Bin Shin, Kang Yin, Seong-Whan Lee

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