A Wearable EEG System for Closed-Loop Neuromodulation of High-Frequency Sleep-Related Oscillations
专题命中 神经假体 :EEG(title,abstract);cortical(abstract)
Comments 31 pages, 10 main figures, 5 supplementary figures
科学与医疗
脑机接口、EEG、神经信号解码、神经假体和脑控交互。
专题命中 神经假体 :EEG(title,abstract);cortical(abstract)
Comments 31 pages, 10 main figures, 5 supplementary figures
专题命中 神经假体 :EEG(title,abstract);cortical(abstract)
Comments 11 pages, 4 figures
专题命中 神经假体 :brain-computer interface(title);brain computer interface(abstract);分类 q-bio.NC、cs.LG
Comments Preprint
专题命中 神经假体 :neural decoding(title);EEG(abstract);分类 eess.SP、cs.LG
Comments 21 pages, 5 figures, 14 tables, under review
专题命中 神经假体 :EEG(title,abstract);分类 q-bio.NC、eess.SP
Comments 6 pages, 4 figures. This work was accepted by the International Conference on Systems, Man, and Cybernetics, Kuching, Malaysia, 2024. ©2024 IEEE
专题命中 神经假体 :neuroprosthetic(title,abstract);分类 cs.HC、cs.RO
Journal ref Journal of Neural Engineering 18 (2021) 056051
基于深度学习的代码调制视觉诱发电位检测架构
机构 * Department of Computer Science, College of Science and Mathematics, California State University, Fresno, CA, USA(计算机科学系,科学与数学学院,加州州立大学,弗雷斯诺分校)
专题命中 神经假体 :BCI(abstract);brain-computer interface(abstract);EEG(abstract);分类 q-bio.NC、eess.SP、cs.LG
AI总结 本文提出基于深度学习的C-VEPs检测架构,通过多类孪生网络实现高准确率的单次试验解码,展示了数据驱动方法在非侵入式BCI中的应用潜力。
Comments 20 Pages, prepared for a Journal
帕金森病运动表现的侵入性与非侵入性神经解码用于个性化深部脑刺激
专题命中 神经假体 :neural decoding(title,abstract);分类 cs.HC
AI总结 本研究利用脑电图和皮层电图记录,通过滤波器组机器学习方法解码帕金森病患者在深部脑刺激开启和关闭状态下的运动表现,识别出六种原型场景,为自适应深部脑刺激策略提供指导。
强化学习闭环EEG-TMS的第一实现
专题命中 神经假体 :EEG(title,abstract);分类 cs.LG
AI总结 本文首次实现基于强化学习的闭环实时EEG-TMS系统,用于识别与高-低皮层脊髓兴奋性状态相关的个体mu节律相位。
专题命中 神经假体 :brain-computer interface(title);BCI(abstract);分类 cs.HC
Comments 21 page pre-print manuscript, appendix (survey), and supplement
专题命中 神经假体 :cortical(title,abstract);分类 q-bio.NC
Comments 28 pages, 15 figures
专题命中 神经假体 :brain computer interface(title,abstract);分类 eess.SP
Comments 4 pages, 1 figure
专题命中 神经假体 :BCI(abstract,comments);brain-computer interface(abstract,comments);分类 q-bio.NC、eess.SP、cs.LG
Comments Accepted by Journal of Neural Engineering. Summarized more than 200+ brain signal-related papers, systematically covering 8 Brain-Computer Interface (BCI) categories and 10+ deep learning models
专题命中 神经假体 :EEG(title,abstract)
Comments This paper has been submitted for the 32nd European Signal Processing Conference EUSIPCO 2024 in Lyon
专题命中 神经假体 :neural interface(title,abstract)
Comments 15 pages, 5 figures
专题命中 神经假体 :neural interface(title,abstract)
Comments 24 pages, 8 figures, Supplementary Material
生理噪声增强提升非侵入式脑语音解码性能
机构 * PNPL Department of Engineering Science(PNPL工程科学系)
专题命中 神经假体 :EEG(abstract,abstract_cn);BCI(abstract_cn);分类 cs.LG
AI总结 针对非侵入式脑语音解码信噪比低、字错误率高的问题,提出生理噪声增强数据增强方法,生成符合生物物理特性的训练样本,大幅提升解码准确率与脑机接口鲁棒性。
Comments 18 pages, 10 figures
用于脑植入物同时无线功率和信息传输的天线系统
专题命中 神经假体 :BCI(abstract,abstract_cn);brain-computer interface(abstract);分类 eess.SP
AI总结 提出一种无电池无线脑机接口系统,采用双功能天线实现感应耦合无线供电和背散射高速数据传输(32 Mbps),消除导线并保持能效。
Comments Published at IMBioC 2024. Part of the B-CRATOS project, Horizon 2020 FET-OPEN, grant 965044
Journal ref 2024 18th European Conference on Antennas and Propagation (EuCAP), Glasgow, United Kingdom, 2024, pp. 1-5
专题命中 神经假体 :BCI(abstract);brain-computer interface(abstract);EEG(abstract);分类 cs.HC
专题命中 神经假体 :BCI(abstract);brain-computer interface(abstract);EEG(abstract);分类 eess.SP
专题命中 神经假体 :BCI(abstract);brain-computer interface(abstract);neural signal(abstract);分类 q-bio.NC
Journal ref Proceedings of Interspeech2024
更多电极,更快思维?重新思考脑机接口中的带宽
专题命中 神经假体 :brain-computer interface(title);分类 q-bio.NC、cs.HC
AI总结 探讨脑机接口中人类有意义输入/输出增益与接口容量的关系,区分多种相关概念,指出缓慢更新任务状态的演变方式及可解码神经活动的作用,表明缩放关系可能非线性,高容量接口有收益但极端增加会遇限制。
关于共适应神经接口中用户适应性的可识别性研究
机构 * Stanford University(斯坦福大学)
专题命中 神经假体 :neural interface(title);分类 cs.HC
AI总结 分析共适应人机系统的可识别性,证明闭环编码器估计不能唯一识别用户适应性,而反映联合系统特性,讨论行为适应解释的含义并提出识别条件。
Comments 4 pages, 6 equations, 1 theorem, 1 proof
专题命中 神经假体 :neural signal(title);分类 cs.HC
Comments We have made significant changes to this article
掩码自动编码器从静息态神经数据中学习与感知相关的表示
专题命中 神经假体 :neural decoding(abstract);cortical(abstract);分类 q-bio.NC、cs.LG
AI总结 研究利用自监督学习,通过在盲人参与者V1区的自发神经活动上预训练掩码自动编码器,测试能否改善感知解码。结果显示该方法有效,表明自发皮层活动有价值,无监督预训练是改善神经解码的好策略。
Comments 6 papers, 4 figures. NeuroAI Workshop, AAAI 2026
Journal ref Proceedings of the First Workshop on NeuroAI Multimodal Intelligence @ AAAI 2026, PMLR 308:93-98, 2026
我们究竟在解码什么?非侵入式脑到语言检索的源归因
机构 * KTH(瑞典皇家理工学院) ; University of Cambridge(剑桥大学) ; EPFL(苏黎世联邦理工学院) ; Karolinska Institutet(Karolinska研究所) ; McGill University(麦吉尔大学)
专题命中 神经假体 :EEG(abstract,abstract_cn);分类 q-bio.NC、cs.LG
AI总结 针对非侵入式神经语言解码中结果被非刺激诱发源(如解码器先验、嵌入度量、信号时长等)膨胀的问题,提出一个审计框架,通过结构捷径、窗口级刺激锁定证据和跨窗口上下文聚合三种源分离,并引入组上下文偏差(GCB)作为可控的源归因干预,实现性能的源归因而非仅报告。
Comments 35 pages, 7 figures, 25 tables
专题命中 神经假体 :brain-computer interface(abstract);EEG(abstract);分类 eess.SP、cs.HC
Comments 15 pages, 5 figures
专题命中 神经假体 :brain computer interface(abstract);EEG(abstract);分类 cs.HC、cs.RO
Comments 8 pages, 22 figures, Paper accepted at ICARCV 2024, funded by CAIR
一种用于癫痫发作渐进预测的多模态非侵入式深度学习框架
机构 * Institute for the Wireless Internet of Things, Northeastern University, Boston, MA, U.S.A.(无线物联网研究所,东北大学,波士顿,马萨诸塞州,美国) ; University of Louisville, Louisville, KY, U.S.A.(路易斯维尔大学,路易斯维尔,肯塔基州,美国)
专题命中 神经假体 :EEG(abstract,abstract_cn);分类 eess.SP
AI总结 本文提出一种基于非侵入式多模态传感器网络的深度学习框架,用于癫痫发作的渐进预测,通过提高预测精度和实时处理能力,实现95%的灵敏度和98%的特异度。
Comments 4 pages, 5 figures, Proceedings of the IEEE 20th International Conference on Body Sensor Networks (BSN), October 2024
Journal ref 2024 IEEE 20th International Conference on Body Sensor Networks (BSN)
特定区域的脑功能障碍导致长期新冠脑雾的认知障碍
专题命中 神经假体 :EEG(abstract);cortical(abstract);分类 q-bio.NC
AI总结 研究发现右下顶叶岛叶功能障碍导致长期新冠认知障碍,通过非侵入性神经调节可改善感知缺陷。
Comments 58 pages, 6 figures