脑机接口 / BCI

From Epilepsy Seizures Classification to Detection: A Deep Learning-based Approach for Raw EEG Signals

从癫痫发作分类到检测：基于深度学习的原始EEG信号处理方法

Davy Darankoum, Manon Villalba, Clelia Allioux, Baptiste Caraballo, Carine Dumont, Eloise Gronlier, Corinne Roucard, Yann Roche, Chloe Habermacher, Sergei Grudinin, Julien Volle

机构 * SynapCell SAS ； Univ. Grenoble Alpes, CNRS, Grenoble INP, LJK（格陵兰大学阿尔卑斯分校、国家科学研究中心、格陵兰理工学院、LJK） 纠错

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

AI总结 本文提出基于深度学习的原始EEG信号处理方法，用于癫痫发作检测与分类，通过预处理、后处理及严格评估流程提升检测准确性，并在跨物种验证中表现优异。

Comments 25 pages, 3 tables, 5 figures

Channel Selected Stratified Nested Cross Validation for Clinically Relevant EEG Based Parkinsons Disease Detection

基于临床相关EEG的帕金森病检测通道选择分层嵌套交叉验证

Nicholas R. Rasmussen, Rodrigue Rizk, Longwei Wang, Arun Singh, KC Santosh

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

AI总结 本文提出一种分层嵌套交叉验证框架，通过患者层面分层、多层窗口化和内循环通道选择，解决EEG数据中的偏差和信息泄露问题，实现80.6%的准确率，为临床应用提供可靠基础。

Comments Submitted to IEEE Conference -> Accepted 1/23/26

A Systematic Evaluation of Self-Supervised Learning for Label-Efficient Sleep Staging with Wearable EEG

可穿戴EEG设备在标签高效睡眠分期中的自监督学习系统评估

Emilio Estevan, María Sierra-Torralba, Eduardo López-Larraz, Luis Montesano

机构 * Bitbrain ； DIIS - I3A, Universidad de Zaragoza（DIIS - I3A，阿拉瓦大学） 纠错

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

AI总结 本文首次系统评估了使用可穿戴EEG进行睡眠分期的自监督学习方法，证明其在减少标注依赖的同时能提升分类性能，达到临床级准确率。

Comments 15 pages, 4 figures

NeuroSleep: Neuromorphic Event-Driven Single-Channel EEG Sleep Staging for Edge-Efficient Sensing

NeuroSleep：神经形态事件驱动单通道EEG睡眠分期用于边缘高效传感

Boyu Li, Xingchun Zhu, Yonghui Wu

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

AI总结 NeuroSleep通过神经形态事件驱动技术实现单通道EEG睡眠分期，显著降低计算负载并提升能耗效率。

Comments 14 pages, 5 figures, under review at Physiological Measurement

ZUNA: Flexible EEG Superresolution with Position-Aware Diffusion Autoencoders

ZUNA：基于位置感知扩散自编码器的灵活EEG超分辨率

Christopher Warner, Jonas Mago, JR Huml, Mohamed Osman, Beren Millidge

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

AI总结 ZUNA是一种基于位置感知扩散自编码器的EEG超分辨率方法，通过灵活的架构和训练策略实现对任意电极配置的高效处理和泛化性能。

Comments initial upload 09/02/2026

BrainRVQ: A High-Fidelity EEG Foundation Model via Dual-Domain Residual Quantization and Hierarchical Autoregression

BrainRVQ: 一种通过双域残差量化和分层自回归的高保真EEG基础模型

Mingzhe Cui, Tao Chen, Yang Jiao, Yiqin Wang, Lei Xie, Yi Pan, Luca Mainardi

机构 * State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou, China（浙江大学工业控制技术状态重点实验室） ； Department of Electronics, Information and Bioengineering, Politecnico di Milano, Milan, Italy（米兰理工学院电子、信息与生物工程系） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China（中国科学院深圳先进技术研究所） 纠错

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

AI总结 BrainRVQ通过双域残差量化和分层自回归方法，实现了对EEG信号的高保真基础模型，有效提升了细粒度神经表示的学习能力。

EEG-MACS: Manifold Attention and Confidence Stratification for EEG-based Cross-Center Brain Disease Diagnosis under Unreliable Annotations

EEG-MACS: 用于基于EEG的跨中心脑部疾病诊断的流形注意力与置信度分层

Zhenxi Song, Ruihan Qin, Huixia Ren, Zhen Liang, Yi Guo, Min Zhang, Zhiguo Zhang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen People's Hospital（深圳人民医院） ； Shenzhen University（深圳大学） ； Shenzhen Bay Laboratory（深圳湾实验室） 纠错

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

AI总结 EEG-MACS通过流形注意力与置信度分层技术，提升跨中心脑部疾病诊断的准确性与鲁棒性。

Comments 15 pages, 9 figures. Oral presentation at ACM MM 2024

Journal ref In Proceedings of the 32nd ACM International Conference on Multimedia (ACM MM '24), pp. 340-349, 2024

Combining Residual U-Net and Data Augmentation for Dense Temporal Segmentation of Spike Wave Discharges in Single-Channel EEG

结合残差U-Net与数据增强实现单通道EEG中尖峰波放电的密集时间分割

Saurav Sengupta, Scott Kilianski, Suchetha Sharma, Sakina Lashkeri, Ashley McHugh, Mark Beenhakker, Donald E. Brown

机构 * University of Virginia（弗吉尼亚大学） ； School of Data Science（数据科学学院） ； School of Medicine（医学院） 纠错

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

AI总结 本研究提出AugUNet1D方法，通过残差连接和数据增强技术提升单通道EEG中尖峰波放电检测的跨受试者泛化能力。

Three-Way Emotion Classification of EEG-based Signals using Machine Learning

基于EEG信号的三元情绪分类使用机器学习

Ashna Purwar, Gaurav Simkar, Madhumita, Sachin Kadam

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

AI总结 本文提出使用随机森林模型对EEG信号进行三元情绪分类，实验表明其在准确率和F1分数上表现最佳。

Comments 6 pages, 8 figures, and 3 tables. Submitted to a conference, under review

LEAD: An EEG Foundation Model for Alzheimer's Disease Detection

LEAD：一种用于阿尔茨海默病检测的EEG基础模型

Yihe Wang, Nan Huang, Nadia Mammone, Marco Cecchi, Xiang Zhang

机构 * Department of Computer Science, University of North Carolina at Charlotte, United States（北卡罗来纳州立大学计算机科学系） ； DICEAM Department, University Mediterranea of Reggio Calabria, Italy（雷焦卡拉布里亚地中海大学DICEAM系） 纠错

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

AI总结 LEAD是一种基于EEG的阿尔茨海默病检测基础模型，通过门控时间-空间Transformer和受试者正则化策略，实现大规模数据集上的高效检测与泛化。

Auditory Attention Decoding without Spatial Information: A Diotic EEG Study

无空间信息的听觉注意力解码：一项双耳EEG研究

Masahiro Yoshino, Haruki Yokota, Junya Hara, Yuichi Tanaka, Hiroshi Higashi

机构 * Department of Electronic and Information Engineering, School of Engineering, The University of Osaka, Suita, Japan（大阪大学工学部电子信息工学科） ； Graduate School of Engineering, The University of Osaka, Suita, Japan（大阪大学工学研究院） 纠错

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

AI总结 本文提出了一种无需空间信息的听觉注意力解码框架，通过双耳EEG和语音信号共享潜在空间，实现72.70%的高准确率，优于现有方向基方法。

EEG-Titans: Long-Horizon Seizure Forecasting via Dual-Branch Attention and Neural Memory

EEG-Titans：通过双分支注意力和神经记忆进行长 horizon 癫痫发作预测

Tien-Dat Pham, Xuan-The Tran

机构 * HAI-Smartlink Research Lab, Anchi STE Company（HAI-Smartlink研究实验室，Anchi STE公司） ； School of Mechanical Engineering, Vietnam Maritime University（机械工程学院，越南海事大学） 纠错

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

AI总结 EEG-Titans通过双分支注意力和神经记忆机制，实现了高灵敏度的长时段癫痫发作预测，有效减少误报并提升临床实用性。

Resting-State EEG Network Profiles Associated with Creative Engagement and Creative Self-Efficacy

静息态EEG网络特征与创造性参与及创造性自我效能的关系

Samir Damji, Simrut Kurry, Shazia'Ayn Babul, Joydeep Bhattacharya, Naznin Virji-Babul

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

AI总结 研究通过静息态EEG分析揭示了创造力自我效能与参与度的神经网络特征，发现不同群体在alpha波段连接模式上存在显著差异。

Comments 37 pages, 6 figures, 2 tables; expanded methods + results, refined interpretation, added references

EEG-to-fMRI synthesis of task-evoked and spontaneous brain activity: addressing issues of statistical significance and generalizability

从EEG到fMRI的合成：解决统计显著性和泛化性问题

Neil Mehta, Ines Goncalves, Alberto Montagna, Mathis Fleury, Gustavo Caetano, Ines Esteves, Athanasios Vourvopoulos, Pulkit Grover, Patricia Figueiredo

机构 * Institute for Systems and Robotics – Lisboa and Department of Bioengineering, Instituto Superior Técnico, Universidade de Lisboa, Portugal（里斯本系统与机器人研究所及生物工程系，里斯本技术学院，里斯本大学，葡萄牙） ； Electrical and Computer Engineering Department, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学） 纠错

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

AI总结 本文探讨了EEG到fMRI合成中统计显著性和泛化性问题，通过训练分布式滞后线性模型，展示了EEG在预测任务诱发和自发脑活动中的有效性，但发现训练数据不同会话时预测能力下降。

Neural Brain Fields: A NeRF-Inspired Approach for Generating Nonexistent EEG Electrodes

神经脑场：一种受NeRF启发的方法用于生成不存在的EEG电极

Shahar Ain Kedem, Itamar Zimerman, Eliya Nachmani

机构 * School of Electrical and Computer Engineering, Ben Gurion University of the Negev（本·古里安大学内盖夫分校电子与计算机工程学院） ； School of Computer Science, Tel Aviv University（特拉维夫大学计算机科学学院） 纠错

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

AI总结 本文提出了一种受NeRF启发的方法，通过生成不存在的EEG电极数据，实现对脑活动的高分辨率可视化和EEG信号的重建。

Clinically Calibrated Machine Learning Benchmarks for Large-Scale Multi-Disorder EEG Classification

临床校准的机器学习基准用于大规模多障碍EEG分类

Argha Kamal Samanta, Deepak Mewada, Monalisa Sarma, Debasis Samanta

机构 * Department of Electronics ； Electrical Communication Engineering Indian Institute of Technology, Kharagpur West Bengal, India ； Department of Computer Science ； Engineering Indian Institute of Technology, Kharagpur West Bengal, India ； Subir Chowdhury School of Quality ； Reliability Indian Institute of Technology, Kharagpur West Bengal, India 纠错

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

AI总结 本研究通过临床校准的机器学习方法，实现了大规模多障碍EEG分类，提升了诊断灵敏度和实际应用价值。

Graph Attention Networks for Detecting Epilepsy from EEG Signals Using Accessible Hardware in Low-Resource Settings

基于图注意力网络的癫痫检测方法：利用低成本硬件在资源匮乏地区检测癫痫

Szymon Mazurek, Stephen Moore, Alessandro Crimi

机构 * AGH University of Krakow（克拉科夫AGH大学） ； University of Cape Coast（科克海岸大学） 纠错

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

AI总结 本文提出了一种基于图注意力网络的低成本癫痫检测方法，利用EEG信号在资源匮乏地区实现高效且可解释的诊断支持。

BIONIX: A Wireless, Low-Cost Prosthetic Arm with Dual-Signal EEG and EMG Control

BIONIX：一种无线、低成本的假肢手臂，采用双信号EEG和EMG控制

Pranesh Sathish Kumar

机构 * Alliance Academy for Innovation（创新联盟学院） ； Cumming, GA（佐治亚州库姆инг） 纠错

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

AI总结 BIONIX项目提出了一种低成本假肢手臂，结合EEG和EMG双信号控制，实现多自由度实时控制，适用于低资源环境中的截肢者。

Comments 12 pages, 8 figures

Brain-MGF: Multimodal Graph Fusion Network for EEG-fMRI Brain Connectivity Analysis Under Psilocybin

Brain-MGF：多模态图融合网络用于psilocybin下EEG-fMRI脑连接分析

Sin-Yee Yap, Fuad Noman, Junn Yong Loo, Devon Stoliker, Moein Khajehnejad, Raphaël C. -W. Phan, David L. Dowe, Adeel Razi, Chee-Ming Ting

机构 * School of Information Technology, Monash University Malaysia（信息技术学院，墨尔本大学马来西亚分校） ； Department of Data Science and AI, Faculty of Information Technology, Monash University（数据科学与人工智能系，信息科技学院，墨尔本大学） ； Turner Institute for Brain and Mental Health, School of Psychological Sciences, Monash University（脑与心理健康研究所，心理学科学学院，墨尔本大学） 纠错

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

AI总结 Brain-MGF通过多模态图融合网络实现psilocybin下EEG-fMRI脑连接分析，提升冥想和休息状态下的区分准确率与F1分数。

Comments 5 pages

EEG Emotion Recognition Through Deep Learning

通过深度学习进行EEG情绪识别

Roman Dolgopolyi, Antonis Chatzipanagiotou

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

AI总结 本文提出了一种基于CNN-Transformer的EEG情绪识别模型，实现91%的准确率，通过减少EEG电极需求，推动低成本消费级设备的应用，为情绪监测和心理健康干预提供新途径。

Comments This version corresponds to the original manuscript submitted to the 22nd EMCIS conference prior to peer review. The peer-reviewed and accepted version will appear in the Springer conference proceedings

A Patient-Independent Neonatal Seizure Prediction Model Using Reduced Montage EEG and ECG

Sithmini Ranasingha, Agasthi Haputhanthri, Hansa Marasinghe, Nima Wickramasinghe, Kithmin Wickremasinghe, Jithangi Wanigasinghe, Chamira U. S. Edussooriya, Joshua P. Kulasingham

机构 * Department of Electronic and Telecommunication Engineering, University of Moratuwa, Sri Lanka（电子与电信工程系，乌尔塔瓦大学，斯里兰卡） ； Department of Biomedical Engineering, University of Melbourne, Australia（生物医学工程系，墨尔本大学，澳大利亚） ； Department of Electrical and Computer Engineering, University of British Columbia, Canada（电气与计算机工程系，不列颠哥伦比亚大学，加拿大） ； Department of Pediatrics, Faculty of Medicine, University of Colombo, Sri Lanka（儿科系，医学院，科伦坡大学，斯里兰卡） 纠错

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

Comments 10 pages, 4 figures

Multi-Domain EEG Representation Learning with Orthogonal Mapping and Attention-based Fusion for Cognitive Load Classification

Prithila Angkan, Amin Jalali, Paul Hungler, Ali Etemad

机构 * Department of Electrical and Computer Engineering and Ingenuity Labs Research Institute, Queen’s University（电气与计算机工程系和Ingenuity Labs研究研究所，女王大学） 纠错

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

Comments This work has been submitted to the Transactions on Human Machine Systems for possible publication

Informed Bootstrap Augmentation Improves EEG Decoding

Woojae Jeong, Wenhui Cui, Kleanthis Avramidis, Takfarinas Medani, Shrikanth Narayanan, Richard Leahy

机构 * Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California（明希斯电气与计算机工程系，南加州大学） ； Alfred E. Mann Department of Biomedical Engineering, University of Southern California（阿尔弗雷德·E·曼生物医学工程系，南加州大学） ； Thomas Lord Department of Computer Science, University of Southern California（托马斯·劳德计算机科学系，南加州大学） 纠错

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

NeuroLingua: A Language-Inspired Hierarchical Framework for Multimodal Sleep Stage Classification Using EEG and EOG

Mahdi Samaee, Mehran Yazdi, Daniel Massicotte

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

EEG-X: Device-Agnostic and Noise-Robust Foundation Model for EEG

Navid Mohammadi Foumani, Soheila Ghane, Nam Nguyen, Mahsa Salehi, Geoffrey I. Webb, Geoffrey Mackellar

机构 * Emotiv Research（Emotiv研究） 纠错

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

Is Limited Participant Diversity Impeding EEG-based Machine Learning?

Philipp Bomatter, Henry Gouk

机构 * School of Informatics University of Edinburgh（信息学院爱丁堡大学） 纠错

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

Machine-learning competition to grade EEG background patterns in newborns with hypoxic-ischaemic encephalopathy

Fabio Magarelli, Geraldine B. Boylan, Saeed Montazeri, Feargal O'Sullivan, Dominic Lightbody, Minoo Ashoori, Tamara Skoric, John M. O'Toole

机构 * INFANT Research Centre, University College Cork（INFANT研究中心，科克大学学院） ； Department of Pediatrics and Child Health, University College Cork（儿科与儿童健康系，科克大学学院） ； The SFI Centre for Research Training in Artificial Intelligence, CRT in AI（人工智能研究培训中心，CRT in AI） ； Department of Physiology, University of Helsinki（生理学系，赫尔辛基大学） ； Embedded Systems, University College Cork（嵌入式系统，科克大学学院） ； Department of Physiology, University College Cork（生理学系，科克大学学院） ； Faculty of Technical Sciences, University of Novi Sad（技术科学学院，诺维萨德大学） ； CergenX Ltd（CergenX有限公司） 纠错

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

Comments 29 pages, supplementary materials: "supplementary materials ML Comp.docx"

Automated Tinnitus Detection Through Dual-Modality Neuroimaging: EEG Microstate Analysis and Resting-State fMRI Classification Using Deep Learning

Kiana Kiashemshaki, Sina Samieirad, Sarvenaz Erfani, Aryan Jalaeianbanayan, Nasibeh Asadi Isakan, Hossein Najafzadeh

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

This EEG Looks Like These EEGs: Interpretable Interictal Epileptiform Discharge Detection With ProtoEEG-kNN

Dennis Tang, Jon Donnelly, Alina Jade Barnett, Lesia Semenova, Jin Jing, Peter Hadar, Ioannis Karakis, Olga Selioutski, Kehan Zhao, M. Brandon Westover, Cynthia Rudin

机构 * Department of Computer Science, Duke University, USA（杜克大学计算机科学系） ； Microsoft Research, USA（微软研究院） ； Beth Israel Deaconess Medical Center, Harvard Medical School, USA（贝塞斯达以色列德acons医疗中心，哈佛医学院） ； Massachusetts General Hospital, Harvard Medical School, USA（麻省总医院，哈佛医学院） ； Department of Neurology, Emory University School of Medicine, USA（埃默里大学医学院神经科） ； Department of Neurology, University of Crete School of Medicine, Greece（克里特大学医学院神经科） ； Department of Neurology, Stony Brook University, USA（史泰文布鲁克大学神经科） 纠错

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

Comments MICCAI 2025

Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation

Bálint Tóth, Dominik Senti, Thorir Mar Ingolfsson, Jeffrey Zweidler, Alexandre Elsig, Luca Benini, Yawei Li

机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Bologna（博洛尼亚大学） 纠错

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

Comments 7 pages, 1 figure, 5 tables, Camera-ready, EMBC 2025