脑机接口 / BCI

Reduced Gibbs free energy supply hinders brain information processing during mental fatigue

吉布斯自由能供应减少阻碍精神疲劳期间的大脑信息处理

Danko D. Georgiev, Oskan B. Tasinov, Danail V. Pavlov, Deyan S. Hrusafov

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

AI总结 该研究通过计算建模发现，精神疲劳时ATP水解供能减少会损害蛋白质α-螺旋的酰胺I激子协同效应，改变神经元电生理特性，削弱大脑信息处理能力，建议智力工作中间歇性恢复以保护健康和生产力。

Comments 21 pages, 4 figures, 1 table

Journal ref Fatigue: Biomedicine, Health & Behavior 2026; 14 (3): 216-233

The Neural Division of Labor: Biologically-Inspired Modular Architectures for Robust Neuromorphic Computing

神经劳动分工：用于鲁棒神经形态计算的生物启发式模块化架构

Maksim Bazhenov, Serafim Grubas, Vakhtang Putkaradze

机构 * University of California San Diego（加州大学圣地亚哥分校） ； University of Alberta（阿尔伯塔大学） ； University of Alabama（阿拉巴马大学） 纠错

专题命中 神经信号处理 ：neural signal(abstract)；分类 cs.LG

AI总结 本文提出可分解脉冲神经网络（D-SNN），采用生物启发模块化架构，在减少参数与突触操作的同时，实现鲁棒性与决策透明性，为边缘神经形态计算提供高效方案。

Comments 39 pages, 7 figures

Graph Analysis of Neuronal-Culture Connectivity Derived from a Reservoir-Computing Model

基于储备池计算模型的神经元培养物连接性的图分析

Ilya Auslender, Giorgio Letti, Yasaman Heydari, Lorenzo Pavesi

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

AI总结 本研究基于储备池计算（RC）框架从多通道电生理记录提取神经元培养物的内在连接图谱（ICM），通过图论分析验证了RC连接性推断的有效性，建立了神经元培养物功能网络表征的可扩展数据驱动框架。

From Local Learning to Global Prediction Through Layered Surprise Cascades

通过分层惊喜级联从局部学习到全局预测

Andrew L. Smith, Linxing Preston Jiang, Jason K. Eshraghian, Matthew S. Bull, Stefano Recanatesi

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

AI总结 该研究提出前向-前向算法的循环变体，从局部学习规则产生预测编码关键原则，为神经科学与机器学习搭建新桥梁。

Toward a Dynamical Taxonomy of Insomnia: A Multiaxial Framework for Sleep-State Transitions and Architectural Failure

迈向失眠的动态分类学：睡眠状态转换与结构异常的多轴框架

Alexander Poltorak

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

AI总结 本研究提出多轴动态框架，以失效的动态运作等为候选特征，用于失眠的分类，其可改善交流、分层与预测，框架为现象学组织模型而非新诊断系统。

Comments 28 pages, 3 figures

Persistent homology broadens the controllable subspace in human structural connectomes

持续同调拓宽人类结构连接组中的可控子空间

Carter Sale, Marco Coraggio, Mengsen Zhang, Michael J. Richardson

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

AI总结 该研究提出基于持续拓扑环的驱动节点选择标准，与基于度的标准控制能相近但可控子空间几何更优，能捕捉标量能量遗漏的脑网络控制信息。

Comments 21 pages, 7 figures

Divisive Normalization Shapes Low-Rank Slow Manifolds for Continuous Working Memory

归一化分裂塑造连续工作记忆的低秩慢流形

Zhaotian Gu, Jie Su, Weiwei Wang, Chang Liu, Tianyi Qian, Dahui Wang

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

AI总结 本文提出循环归一化分裂网络（RDNN），通过动力学分析和BPTT梯度分析，证明归一化分裂可使网络形成稳健低秩慢流形，防止时变输入下的流形破碎，是学习高保真连续表示的关键机制。

The Bayesian Reflex: A Predictive Coding Engine for Artificial Intelligence

贝叶斯反射：一种人工智能的预测编码引擎

Sourabh Bhattacharya

机构 * Indian Statistical Institute（印度统计研究所） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 cs.LG

AI总结 该研究提出贝叶斯反射计算框架，结合预测编码三大支柱，利用近期算法突破实现可扩展的类脑持续学习、感知与决策，通过多领域应用为自适应AI提供蓝图。

Comments From the Bayesian Brain to Artificial Intelligence

Critical Flicker Fusion Frequency As A Falsifiable Boundary Between Plastic And Non-Plastic Neural Systems

临界闪烁融合频率作为可证伪的可塑性与非可塑性神经系统之间的边界

Natalia D. Rydzenska, Pawel J. Winklewski, Michal W. Blaszczyk-Niezgoda, Anna B. Marcinkowska

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

AI总结 本综述提出临界闪烁融合频率（CFFF）可作为可塑性与非可塑性神经系统的可证伪边界，分析其稳定性来源、对不同训练的反应及相关原则，为理解认知系统在感觉约束下的运作提供新视角。

Comments 44 pages, 4 figures, 3 tables in Supplementary Material

NeuroSynth: A Biologically Inspired Continual Reinforcement Learning Architecture for Mitigating Catastrophic Forgetting

NeuroSynth：一种受生物启发的持续强化学习架构，用于缓解灾难性遗忘

Yash Kini

专题命中 神经信号处理 ：cortical(abstract)；分类 cs.LG

AI总结 本研究提出受生物启发的持续强化学习架构NeuroSynth，通过双路径巩固机制缓解灾难性遗忘，实验显示其在多个顺序导航任务中相比PPO、EWC保留更多早期任务知识，改善了持续学习的稳定性-可塑性平衡。

Comments Disclaimer. This manuscript is provided as an arXiv preprint to establish a public record of the NeuroSynth continual reinforcement learning architecture and its evaluation on the NeuroMaze-CL benchmark. This full manuscript has been submitted to the Journal of High School Science for peer review

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

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

Emergent topological structure in spontaneous brain-organoid activity

自发脑类器官活动中涌现的拓扑结构

Eve Bodnia, Margaux Basart, Sofie Hai, Lenzie Ford, Nina Miolane, Kenneth S. Kosik, Dirk Bouwmeester, Lincoln D. Carr

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

AI总结 研究将持久同调应用于人类和小鼠皮质类器官自发活动的MEA记录，通过构建加权网络并表征其拓扑结构，发现一阶同调在多数数据集显著高于零模型，拓扑丰富度随网络大小增长，二阶同调仅在较大网络中显著，证明能解析神经记录中的结构化拓扑。

Comments 14 pages, 10 figures

When Context Dominates: Multimodal Signatures of Takeover Readiness Under Varying Hazard and Cognitive Load Conditions

当情境占主导时：不同危险和认知负荷条件下接管准备的多模态特征

Shiva Azimi, Yasaman Hakiminejad, Luis Gomero, Elizabeth Pantesco, Irene P. Kan, Meltem Izzetoglu, Arash Tavakoli

专题命中 神经信号处理 ：cortical(abstract)；分类 cs.HC

AI总结 研究在驾驶模拟器实验中探究危险类型、次要任务等因素对驾驶员接管行为的影响，采用多模态传感框架评估，发现危险情境是主要决定因素，为半自动车辆人机协作策略奠定基础。

Structural Brain Predictors of Visual Attention Gradient Modulated by Trait Anxiety

特质焦虑调节的视觉注意梯度的脑结构预测因素

Suhail Rafiq Mir, Dolcy Dhar, Ishita Singh, Prakrati Gupta, Varsha Singh, Mrinmoy Chakrabarty

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

AI总结 研究特质焦虑调节的视觉注意梯度的脑结构预测因素，通过对60名参与者的视觉空间注意梯度任务及神经成像分析，发现小脑和感觉运动区域结构完整性与特质焦虑个体空间注意部署有关，还证明了脑结构标记的预测效用。

Comments 57 pages, 4 figures, Journal submission

CALM: Interpretable Cross-Modal Alignment for Biomarker Discovery from Unpaired Data

CALM: 可解释的跨模态对齐用于从非配对数据中发现生物标志物

Jueqi Wang, Zachary Jacokes, John Darrell Van Horn, Kevin A. Pelphrey, Michael C. Schatz, Archana Venkataraman

机构 * Department of Electrical and Computer Engineering, Boston University（波士顿大学电气与计算机工程系） ； School of Data Science, University of Virginia（弗吉尼亚大学数据科学学院） ； Department of Psychology, University of Virginia（弗吉尼亚大学心理学系） ； Department of Neurology, University of Virginia（弗吉尼亚大学神经病学系） ； Departments of Computer Science and Biology, Johns Hopkins University（约翰霍普金斯大学计算机科学与生物学系） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 cs.LG

AI总结 提出CALM框架，通过线性投影对齐脑区和遗传通路的潜在分布，从完全不相交的人群中学习可解释的跨模态关联，在自闭症谱系障碍数据上优于现有方法。

Comments Accepted to MICCAI 2026

Neural operator-based digital twins for modeling amyloid-$β$ and tau propagation and treatment optimization in Alzheimer's disease

基于神经算子的数字孪生用于阿尔茨海默病中淀粉样蛋白-β和tau蛋白传播建模及治疗优化

Xiaofeng Xu, Tingting Dan, Zifan Zhou, Bin Li, Guorong Wu, Wenrui Hao

机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 cs.LG

AI总结 提出基于神经算子的数据驱动框架，从稀疏纵向PET数据学习反应扩散动力学，预测淀粉样蛋白-β和tau蛋白时空演化，并优化个性化治疗策略。

Soliton-like Waves in a Two-Dimensional Recurrent Spiking Neural Network with Weighted Spike-Timing-Dependent Plasticity

具有加权脉冲时序依赖可塑性的二维递归脉冲神经网络中的类孤子波

Ch. Meessen

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

AI总结 本文构建了一个最小生物合理的脉冲神经元模型，通过加权STDP和归一化机制，在二维递归网络中自发产生稳定传播的耗散孤子波，其碰撞湮灭特性可用于编码相对相位和频率。

Comments 21 pages, 11 figures

Can neurons speak? Semantic narration of vision at single-cell resolution

神经元能说话吗？单细胞分辨率的视觉语义叙述

Arnau Marin-Llobet, Richard Hakim, Sara Matias, Venkatesh N. Murthy, Na Li, Demba Ba

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

AI总结 提出NEURRATOR框架，通过将神经元活动解码为自然语言描述，实现单细胞分辨率的视觉语义叙述，并用于量化解码保真度及解析单个神经元和特定细胞类型的功能贡献。

Structured Representation Learning with Locally Linear Embeddings and Adaptive Feature Fusion

基于局部线性嵌入与自适应特征融合的结构化表示学习

Somjit Nath, Jackson J Cone, Derek Nowrouzezahrai, Samira Ebrahimi Kahou

机构 * Mila – Quebec AI Institute（米拉-魁北克人工智能研究所） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 cs.LG

AI总结 受神经科学启发，提出一种强化学习框架，利用局部线性嵌入捕捉状态局部结构，并通过注意力机制自适应融合动态与奖励特征，提升学习效率。

Comments Published in Transactions on Machine Learning Research (04/2026)

Decoding Naturalistic Emotion Dynamics from the Brain: An LLM-Enhanced Regression Framework

从大脑解码自然情感动态：一种LLM增强的回归框架

Lemei Zhang, Peng Liu, Hans Dahle Kvadsheim, August Sætre Aasvær, Shuer Ye, Reza Bonyadi, Maryam Ziaei, Jon Atle Gulla

机构 * NTNU（挪威科技大学） ； Kavli Institute for Systems Neuroscience, NTNU（挪威科技大学卡弗里系统神经科学研究所） ； Microsoft（微软） 纠错

专题命中 神经信号处理 ：neural signal(abstract)；分类 cs.LG

AI总结 提出多目标回归框架，利用LLM从自然叙事中提取连续情感特征，结合动态功能连接和机器学习算法，实现从fMRI数据中解码连续情感轨迹，并揭示可解释的情感特异性脑网络拓扑。

RAG-Audio: Retrieval-Augmented Generation for Faithful Brain-to-Audio Reconstruction

RAG-Audio：用于忠实脑电信号到音频重建的检索增强生成

Ambuj Mehrish, Sebastiano Vascon

机构 * CVML Lab（CVML实验室） 纠错

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 RAG-Audio通过检索真实音频样本初始化生成器采样轨迹，缓解脑电到音频生成的先验主导问题，在Brain2Music数据集上提升了刺激识别准确率并大幅降低Fréchet音频距离。

Learning in Deep Networks under Dale's Constraint

Dale约束下的深度网络学习

Roy Abel, Shimon Ullman

机构 * Weizmann Institute of Science（魏茨曼科学研究所） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究针对现有学习模型违背Dale约束的问题，提出含固定符号突触的非负开-关神经架构，结合局部Hebbian规则实现类反向传播学习，在Tiny ImageNet基准上较普通网络有显著性能提升。

Measurements Automatically Extracted from Zero Echo Time MRI Using Deep Learning Image Segmentation and Geometric Modeling Agree with Expert Manual Readings

基于深度学习图像分割与几何建模从零回波时间MRI自动提取的测量结果与专家手动读数一致

Jack Consolini, Eric A. Bogner, Meghan Sahr, Matthew F. Koff, Kevin M. Koch, Hollis G. Potter

专题命中 神经信号处理 ：cortical(abstract)

AI总结 该研究开发基于nnU-Net和定制几何算法的方法，从ZTE MRI自动提取FAI相关角度，其在多数角度上与专家手动测量结果一致性良好，证实全自动骨形态测量评估的可行性。

Poisson Flow and Wasserstein Registration of Trees

树的泊松流与瓦瑟斯坦配准

Moo K. Chung

专题命中 神经信号处理 ：cortical(abstract)

AI总结 针对成像应用中树状结构的配准问题，提出基于筛选泊松流与瓦瑟斯坦距离的非线性配准框架，无需显式地标或分支匹配，可在结构MRI的皮层沟回折叠配准中生成有解剖学意义的对应关系。

Cross-Anesthetic ECoG State Decoding Fails at the Decision Threshold, Not the Representation

跨麻醉剂ECoG状态解码在决策阈值处失败，而非表征层面

Kunkun Zhang, Qianwei Zhou

专题命中 神经信号处理 ：cortical(abstract)

AI总结 该研究区分麻醉状态解码的表征与决策阈值，发现跨麻醉剂时表征可迁移，氯胺酮的失效源于决策阈值，锚定受试者基线的阈值可修复氯胺酮的解码性能。

Governing Mental-State Inference: Source-Neutral Regulatory Triggers and Tiered Obligations

管控心智状态推断：源中立的监管触发机制与分层义务

Shinnosuke Horiuchi

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 本文构建源中立的技术介导心智状态归因监管方案，划分监管对象、损害路径与义务层级，为神经技术伦理监管提供非约束性分类工具。

Comments 43 pages, 4 tables

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

Feynman Kac Reweighted Schrödinger Bridge Matching for Surface-Based Tau PET Harmonization

基于Feynman Kac重加权薛定谔桥匹配的皮层表面Tau PET标准化

Jianwei Zhang, Xinyu Nie, Jiaxin Yue, Yonggang Shi

机构 * Stevens Neuroimaging and Informatics Institute, University of Southern California（斯蒂文斯神经影像与信息学研究所，南加州大学） ； Ming Hsieh Department of Electrical and Computer Engineering of Viterbi School of Engineering, University of Southern California（明希德电气与计算机工程系，维特比工程学院，南加州大学） ； Alfred E. Mann Department of Biomedical Engineering of Viterbi School of Engineering, University of Southern California（阿尔弗雷德·E·曼生物医学工程系，维特比工程学院，南加州大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 提出Feynman Kac重加权薛定谔桥匹配（FKRSBM）模型，通过熵正则化最优传输实现源域与目标域间的随机传输，结合子群感知端点提议和球面卷积骨干网络，在Tau PET SUVR图上实现优于现有方法的分布对齐和下游疾病分类。

CLABTOOLKIT: An Open-Source Toolkit for Routine Processing, Manipulation, and Visualization of Neuroimaging Data

CLABTOOLKIT：用于神经影像数据常规处理、操作和可视化的开源工具包

Yasser Alemán-Gómez, Nino Hervé, Patric Hagmann

机构 * Connectomics Lab, Department of Radiology, Lausanne University Hospital (CHUV)（洛桑大学医院（CHUV）放射科连接组学实验室） ； University of Lausanne (UNIL)（洛桑大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 神经影像研究面临数据结构多样、工具接口和格式不兼容问题。CLABTOOLKIT将相关操作整合为统一框架，核心数据结构可处理多种格式数据，还有多个模块支持多种分析及可视化，其配置系统方便定制工作流程。

Comments Presented at OHBM 2026 in Bordeaux, France. Submitted to Aperture Neuro