脑机接口 / BCI

Cross-Modal Knowledge Distillation for PET-Free Amyloid-Beta Detection from MRI

跨模态知识蒸馏用于无PET的MRI淀粉样蛋白β检测

Francesco Chiumento, Julia Dietlmeier, Ronan P. Killeen, Kathleen M. Curran, Noel E. O'Connor, Mingming Liu

机构 * Dublin City University（都柏林城市大学） ； Insight Research Ireland Centre for Data Analytics（爱尔兰Insight研究数据分析师中心） ； St. Vincent’s University Hospital（圣文森医院） ； University College Dublin（都柏林大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出一种基于BiomedCLIP的跨模态知识蒸馏框架，利用MRI单独预测淀粉样蛋白β，无需PET或临床变量，实现了可解释的无PET检测方法。

Comments Accepted to CVPR Workshops 2026 (PHAROS-AIF-MIH)

Self-Monitoring Benefits from Structural Integration: Lessons from Metacognition in Continuous-Time Multi-Timescale Agents

自我监控从结构整合中获益：来自连续时间多时间尺度智能体中元认知的启示

Ying Xie

机构 * Kennesaw State University（肯尼斯州立大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 研究探讨了自我监控能力在连续时间多时间尺度智能体中的有效性，发现结构整合方法在非平稳环境中能提升性能，但未显著优于无自我监控基线。

General Microstructure Factor Analysis of Diffusion MRI in Gray-Matter Predicts Cognitive Scores

扩散磁共振成像在灰质中的微结构因素分析及其对认知分数的预测

Lucas Z. Brito, Ryan P. Cabeen, David H. Laidlaw

专题命中 神经信号处理 ：cortical(abstract)

AI总结 研究通过NODDI和PCA分析灰质微结构，发现各向同性体积分数能显著解释个体差异并预测特定认知能力。

Comments 11 pages, 5 figures, 1 table

Is ASMR Engineerable? A Signal Processing and User Experience Study

ASMR能否被工程化？一个信号处理和用户体验研究

Zexin Fang, Bin Han, Henrik H. Sveen, C. Clark Cao, Hans D. Schotten

专题命中 神经信号处理 ：EEG(abstract)

AI总结 研究通过控制音频设计系统性诱导ASMR反应，发现循环模式中的可预测性驱动放松和变化维持兴趣是关键参数，证明了ASMR体验的信号级工程化可能性。

Comments Submitted to IEEE Transactions on Human-Machine Systems

Bayesian Tensor-on-Tensor Varying Coefficient Model for Forecasting Alzheimer's Disease Progression

基于贝叶斯张量-张量变系数模型的阿尔茨海默病进展预测

Yajie Liu, Hengrui Luo, Suprateek Kundu

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出一种新的张量-张量建模框架，利用高斯过程先验灵活建模非线性体素级关系，结合低秩张量系数捕捉空间结构，通过斑块到体素映射实现空间异质性，提升预测准确性与可解释性。

Comments 24 pages, 3 figures

Adhesion differentials control the rheology of biomimetic emulsions

黏附差异控制仿生乳液的流变学

Quentin Guigue, Marc Besse, Raphael Voituriez, Alexis M. Prevost, Elie Wandersman, Matthias Merkel, Lea-Laetitia Pontani

专题命中 神经信号处理 ：cortical(abstract)

AI总结 研究通过仿生方法探讨细胞排列与细胞力相互作用对组织流变学的影响，发现黏附差异高的乳液在剪切循环中表现出渐进压实行为，揭示了组织流变性梯度的调控机制。

Comments 15 pages, 4 figures

Journal ref Biophysical Journal 125 (2026) 1686

MRI-to-CT synthesis using drifting models

利用漂移模型进行MRI到CT合成

Qing Lyu, Jianxu Wang, Jeremy Hudson, Ge Wang, Chirstopher T. Whitlow

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文研究了漂移模型在MRI到CT合成中的应用，通过对比不同方法验证了其在图像质量和效率上的优势，为快速高质量的骨盆合成CT生成提供了新方向。

High-dimensional Many-to-many-to-many Mediation Analysis

高维多对多多中介分析

Tien Dat Nguyen, Trung Khang Tran, Cong Khanh Truong, Duy-Cat Can, Binh T. Nguyen, Oliver Y. Chén

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出高维多对多多中介分析方法，用于处理高维暴露、中介和结局变量，同时进行变量选择、估计间接效应矩阵，并提升多变量预测性能。

Decoding Functional Networks for Visual Categories via GNNs

通过图神经网络解码视觉类别的功能网络

Shira Karmi, Galia Avidan, Tammy Riklin Raviv

机构 * The School of Electrical and Computer Engineering, Ben-Gurion University of the Negev（内盖夫本-古里安大学电气与计算机工程学院） ； Psychology Department, Ben-Gurion University of the Negev（内盖夫本-古里安大学心理学系） ； The School of Brain Sciences and Cognition, Ben-Gurion University of the Negev（内盖夫本-古里安大学脑科学与认知学院） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文通过图神经网络解码视觉类别功能连接状态，揭示了视觉通路中的生物意义子网络。

Comments Accepted for publication in IEEE International Symposium on Biomedical Imaging (ISBI) 2026

Unfitted finite element modelling of surface-bulk viscous flows in animal cells

无适应有限元建模用于动物细胞中表面-体部粘性流的模拟

Eric Neiva, Hervé Turlier

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出一种新的无适应有限元框架，用于模拟时间依赖域中的耦合表面-体部问题，重点研究动物细胞中肌动蛋白-肌球蛋白皮层与细胞质之间的流体-流体相互作用。通过结合迹有限元方法和聚合有限元方法，实现固定笛卡尔网格上的准确稳定模拟，捕捉自组织图案形成、曲率驱动松弛和细胞裂解等现象。

Comments 29 pages, 15 figures

GraPHFormer: A Multimodal Graph Persistent Homology Transformer for the Analysis of Neuroscience Morphologies

GraPHFormer：一种多模态图持久同调变换器，用于神经科学形态学分析

Uzair Shah, Marco Agus, Mahmoud Gamal, Mahmood Alzubaidi, Corrado Cali, Pierre J. Magistretti, Abdesselam Bouzerdoum, Mowafa Househ

机构 * Hamad Bin Khalifa University（哈马德·本·卡西姆大学） ； University of Turin（都灵大学） ； BESE, King Abdullah University of Science and Technology（贝赛，国王阿卜杜勒阿齐兹大学科学与技术学院） ； University of Wollongong（沃林根大学） ； Neuroscience Institute Cavalieri Ottolenghi（卡瓦利埃-奥托伦奇神经科学研究所） ； Université Grenoble-Alpes（格勒诺布尔阿尔卑斯大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 GraPHFormer通过CLIP式对比学习统一拓扑和图结构分析，利用持久图像编码和树状LSTM编码器，实现对神经形态的高精度识别与分类，优于传统方法。

Comments Accepted to IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

Anatomy-Guided Surface Diffusion Model for Alzheimer's Disease Normative Modeling

基于解剖结构的表面扩散模型用于阿尔茨海默病规范建模

Jianwei Zhang, Yonggang Shi

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出基于解剖结构的表面扩散模型，用于提高阿尔茨海默病规范建模的解剖对齐和个体差异检测能力。

Transformer-Based Multi-Region Segmentation and Radiomic Analysis of HR-pQCT Imaging for Osteoporosis Classification

基于变换器的多区域分割与放射组学分析的HR-pQCT影像用于骨质疏松症分类

Mohseu Rashid Subah, Mohammed Abdul Gani Zilani, Thomas L. Nickolas, Matthew R. Allen, Stuart J. Warden, Rachel K. Surowiec

机构 * Weldon School of Biomedical Engineering, Purdue University（普渡大学生物医学工程学院） ； Division of Bone and Mineral Diseases, Washington University Medicine（华盛顿大学医学院骨科与矿物质疾病部） ； Department of Anatomy, Cell Biology & Physiology, Indiana University School of Medicine（印第安纳大学医学院解剖学、细胞生物学与生理学部） ； Department of Physical Therapy, School of Health & Human Sciences, Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校物理治疗系） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出基于SegFormer的多区域HR-pQCT分割与放射组学分析，利用软组织特征提升骨质疏松症分类的准确性与AUROC值。

GOUHFI 2.0: A Next-Generation Toolbox for Brain Segmentation and Cortex Parcellation at Ultra-High Field MRI

GOUHFI 2.0：一种用于超高场MRI脑分割和皮层分区的下一代工具箱

Marc-Antoine Fortin, Anne Louise Kristoffersen, Paal Erik Goa

机构 * Department of Physics, Norwegian University of Science and Technology（挪威科学技术大学物理系） ； Department of Radiology and Nuclear Medicine, St. Olavs Hospital HF（斯托尔奥斯医院HF放射科和核医学部） ； Department of Neurology and Clinical Neurophysiology, St. Olavs Hospital HF（斯托尔奥斯医院HF神经科和临床神经生理学部） ； Department of Neuromedicine and Movement Science, St. Olavs Hospital HF（斯托尔奥斯医院HF神经医学与运动科学部） ； Neuro-SysMed Center for Clinical Treatment Research, Department of Neurology, Haukeland University Hospital（Haukeland大学医院神经科临床治疗研究神经系医学中心） ； Department of Clinical Medicine, University of Bergen（卑尔根大学临床医学系） ； K.G. Jebsen Center for Translational Research in Parkinson’s disease, University of Bergen（帕金森病转化研究Jebsen中心，卑尔根大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 GOUHFI 2.0通过引入两个独立训练的3D U-Net分割任务，实现了对超高场MRI数据的高效脑分割和皮层分区，提升了分割准确性和可靠性。

Feasibility of Concurrent 1H MRS & 31P MRSI at 7T: Brain Energy Metabolism Responses to Hyperglycemia

7T下同时进行1H MRS与31P MRSI的可行性：脑能量代谢对高血糖的反应

Mark Widmaier, Brooke C. Matson, Uzay Emir, Janice J. Hwang

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究在7T下实现了1H和31P MRSI的交错测量，揭示了高血糖条件下脑能量代谢的变化特征。

A Cortically Inspired Architecture for Modular Perceptual AI

一种模块化感知人工智能的皮层启发架构

Prerna Luthra

机构 * Independent Researcher（独立研究者） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出了一种受皮层启发的模块化感知人工智能架构，通过分解感知为专门模块，提升可解释性和推理透明度。

Comments Accepted to the ICLR 2026 Workshop on "From Human Cognition to AI Reasoning: Models, Methods, and Applications (HCAIR)"

Shape-Independent Fluidization in Epithelial Cell Monolayers

上皮细胞单层中与形状无关的流体化

Pradip K. Bera, Anh Q. Nguyen, Molly McCord, Dapeng Bi, Jacob Notbohm

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究发现上皮细胞单层的流体化与细胞形状无关，揭示了粘附能与耗散摩擦的相互作用对上皮流体性的重要性。

Comments 21 pages, 4 figures, and 6 page Supplementary Information attached

Neural Functional Alignment Space: Brain-Referenced Representation of Artificial Neural Networks

神经功能对齐空间：人工神经网络的脑参考表示

Ruiyu Yan, Hanqi Jiang, Yi Pan, Xiaobo Li, Tianming Liu, Xi Jiang, Lin Zhao

机构 * Tandon School of Engineering, New York University（纽约大学工程学院） ； School of Computing, University of Georgia（佐治亚大学计算机学院） ； Department of Biomedical Engineering, New Jersey Institute of Technology（新泽西理工学院生物医学工程系） ； The Clinical Hospital of Chengdu Brain Science Institute, MOE Key Laboratory for NeuroInformation,School of Life Science and Technology, University of Electronic Science and Technology of China（成都脑科学研究所临床医院，国家神经信息重点实验室，电子科技大学生命科学与技术学院） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出神经功能对齐空间，通过建模神经网络的动态表示，揭示了在脑参考空间中的结构化组织，包括模态特定聚类和跨模态收敛。

The Information-Theoretic Imperative: Compression and the Epistemic Foundations of Intelligence

信息论的强制性：压缩与智能的认知基础

Christian Dittrich, Jennifer Flygare Kinne

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 该研究提出压缩效率原则，解释大脑与深度学习模型在表示上的收敛，通过不变量与因果机制的对齐，揭示了智能的认知基础及深度学习中的扩展前沿与鲁棒性关系。

Comments 61 pages, 3 tables, 3 figures, 2 appendices. Submitted to arXiv for open access

Training Deep Normalization-Free Spiking Neural Networks with Lateral Inhibition

训练具有横向抑制的深度无归一化脉冲神经网络

Peiyu Liu, Jianhao Ding, Zhaofei Yu

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出无归一化学习框架，利用横向抑制训练深度SNNs，实现生物现实性与稳定训练的平衡。

Comments Accepted by ICLR 2026

Comparing and Integrating Different Notions of Representational Correspondence in Neural Systems

比较和整合神经系统中不同表征对应性的概念

Jialin Wu, Shreya Saha, Yiqing Bo, Meenakshi Khosla

机构 * Department of Computer Science（计算机科学系） ； Department of Electrical（电气系） ； Department of Cognitive Science, UC San Diego, San Diego, CA 92037, USA（认知科学系，UC San Diego，圣地亚哥，CA 92037，USA） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出通过整合不同表征对应性度量，提升神经系统中结构分离和层次组织识别的准确性。

Comments Update title and reframe the contents

Landmark Detection for Medical Images using a General-purpose Segmentation Model

使用通用分割模型进行医学图像标志物检测

Ekaterina Stansfield, Jennifer A. Mitterer, Abdulrahman Altahhan

机构 * University of Vienna（维也纳大学） ； Orthopaedic Hospital Speising（骨科医院Speising） ； University of Leeds（利兹大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出结合YOLO和SAM模型，用于提高骨科骨盆放射影像中解剖标志物和复杂轮廓的分割精度。

Comments 13 pages, 8 figures, 2 tables. Submitted to ICONIP 2025

Constructive community race: full-density spiking neural network model drives neuromorphic computing

构造性社区竞赛：全密度脉冲神经网络模型驱动神经形态计算

Johanna Senk, Anno C. Kurth, Steve Furber, Tobias Gemmeke, Bruno Golosio, Arne Heittmann, James C. Knight, Eric Müller, Tobias Noll, Thomas Nowotny, Gorka Peraza Coppola, Luca Peres, Oliver Rhodes, Andrew Rowley, Johannes Schemmel, Tim Stadtmann, Tom Tetzlaff, Gianmarco Tiddia, Sacha J. van Albada, José Villamar, Markus Diesmann

专题命中 神经信号处理 ：cortical(abstract)

AI总结 全密度脉冲神经网络模型通过降低能耗实现了神经形态计算的突破，成为标准基准并推动了相关技术的发展。

Comments 23 pages, 3 figures, 2 tables

Journal ref Neuromorph. Comput. Eng. 6 (2026) 012001

Deep-Learning Atlas Registration for Melanoma Brain Metastases: Preserving Pathology While Enabling Cohort-Level Analyses

深度学习解剖图谱注册用于黑色素瘤脑转移：在保留病理学的同时实现队列级分析

Nanna E. Wielenberg, Ilinca Popp, Oliver Blanck, Lucas Zander, Jan C. Peeken, Stephanie E. Combs, Anca-Ligia Grosu, Dimos Baltas, Tobias Fechter

机构 * Department of Radiation Oncology, Medical Center – University of Freiburg, Faculty of Medicine, University of Freiburg（放射肿瘤科，弗赖堡大学医学中心-弗赖堡大学医学院） ； Division of Medical Physics, Department of Radiation Oncology, Medical Center – University of Freiburg, Faculty of Medicine, University of Freiburg（医学物理系，放射肿瘤科，弗赖堡大学医学中心-弗赖堡大学医学院） ； Department of Radiation Oncology, University Medical Center Schleswig-Holstein（放射肿瘤科，石勒苏益格-荷尔斯泰因大学医学中心） ； Department of Radiation Oncology, TUM School of Medicine and Health, TUM University Hospital Rechts der Isar, Technical University of Munich（放射肿瘤科，慕尼黑技术大学医学院及健康科学系，慕尼黑技术大学医院雷chts der Isar） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出深度学习方法实现黑色素瘤脑转移的精准图谱注册，无需病变掩膜即可在多中心数据中实现标准化分析，验证了转移灶的空间偏好。

PC-SNN: Predictive Coding-based Local Hebbian Plasticity Learning in Spiking Neural Networks

基于预测编码的局部赫布学习的脉冲神经网络：PC-SNN

Haidong Wang, Xiaogang Xiong, Mengting Lan, Yinghao Chu, Zixuan Jiang, KC Santosh, Shimin Wang, Renxin Zhong

专题命中 神经信号处理 ：cortical(abstract)

AI总结 PC-SNN通过整合预测编码与脉冲神经网络，实现生物合理的局部赫布学习，无需反向传播，提升SNN训练的可扩展性和生物合理性。

Deep Generative Modeling with Spatial and Network Images: An Explainable AI (XAI) Approach

基于空间和网络图像的深度生成建模：一种可解释人工智能（XAI）方法

Yeseul Jeon, Rajarshi Guhaniyogi, Aaron Scheffler

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出一种基于空间和网络图像的深度生成模型，用于异质影像数据的可解释人工智能框架，实现了高分辨率数据的高效处理与不确定性量化。

Neuro-Inspired Visual Pattern Recognition via Biological Reservoir Computing

通过生物共振计算实现神经启发的视觉模式识别

Luca Ciampi, Ludovico Iannello, Fabrizio Tonelli, Gabriele Lagani, Angelo Di Garbo, Federico Cremisi, Giuseppe Amato

机构 * Institute of Information Science and Technologies of the National Research Council of Italy (ISTI-CNR)（意大利国家研究理事会信息科学与技术研究所） ； Institute of Biophysics of the National Research Council of Italy (IBF-CNR)（意大利国家研究理事会生物物理研究所） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出利用体外培养的皮层神经网络作为生物共振器，通过高密度电极阵列和线性感知机实现静态视觉模式识别，展示了生物神经系统的应用潜力。

How reproducible are data-driven subtypes of Alzheimer's disease atrophy?

阿尔茨海默病萎缩数据驱动亚型的可重复性如何？

Emma Prevot, Cameron Shand, Neil Oxtoby, for Alzheimer's Disease Neuroimaging Initiative

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究评估了SuStaIn算法在不同数据集中的亚型一致性，发现三种主要亚型及罕见变种，强调算法的可靠性并指出需提升数据集多样性以增强应用。

Journal ref Journal of Alzheimer's Disease (2026)

SLIM-Diff: Shared Latent Image-Mask Diffusion with Lp loss for Data-Scarce Epilepsy FLAIR MRI

SLIM-Diff：共享潜在图像-掩码扩散模型与Lp损失用于数据稀缺的癫痫FLAIR MRI

Mario Pascual-González, Ariadna Jiménez-Partinen, R. M. Luque-Baena, Fátima Nagib-Raya, Ezequiel López-Rubio

机构 * ITIS Software, University of M\'alaga, Spain Department of Computer Languages ； Computer Science, University of M\'alaga, Spain IBIMA Plataforma BIONAND, Instituto de Investigaci\'on Biom\'edica de M\'alaga, Spain Department of Radiology, Hospital Regional Universitario de M\'alaga, Spain 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 SLIM-Diff通过共享瓶颈U-Net和L_p损失提升癫痫FLAIR MRI中稀少病变的联合生成效果。

Comments 6 pages, 2 figures, 1 table, conference paper

Fetpype: An Open-Source Pipeline for Reproducible Fetal Brain MRI Analysis

Fetpype：一种用于可重复胎儿脑MRI分析的开源流水线

Thomas Sanchez, Gerard Martí-Juan, David Meunier, Miguel Angel Gonzalez Ballester, Oscar Camara, Elisenda Eixarch, Gemma Piella, Meritxell Bach Cuadra, Guillaume Auzias

专题命中 神经信号处理 ：cortical(abstract)

AI总结 Fetpype提供了一种标准化的开源流水线，用于可重复的胎儿脑MRI分析，整合了运动校正、超分辨率重建等多步骤处理，以提高研究和临床应用中的神经影像分析效率。

Comments 6 pages, 1 figure; submitted to the Journal of Open Source Software (JOSS)