脑机接口 / BCI

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

Plant-On-a-Disc (POD): A Phytofluidic platform enabling In Situ Root Analysis

Plant-On-a-Disc (POD): 一种实现原位根系分析的植物微流控平台

Kaushal Agarwal, Sumit Kumar Mehta, Pranab Kumar Mondal

专题命中 神经信号处理 ：cortical(abstract)

AI总结 提出Plant-on-a-Disc (POD)平台，利用径向微通道设计实现八株幼苗并行培养，在受控水动力条件下进行非侵入式原位多模态分析，揭示水流驱动根系多尺度响应。

Comments 34 pages, 7 figures

HVPNet: A Bio-Inspired Network for General Salient and Camouflaged Object Detection

HVPNet：一种用于通用显著和伪装目标检测的仿生网络

Jiawei Xu, Qiangqiang Zhou, Zhouping Li, Yanjiao Shi, Yugen Yi, Jiacong Yu

机构 * School of Artificial Intelligence, Jiangxi Normal University（江西师范大学人工智能学院） ； Faculty of Business Information, Shanghai Business School（上海商学院商务信息学院） ； School of Computer Science and Information Engineering, Shanghai Institute of Technology（上海应用技术大学计算机科学与信息工程学院） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 受人类视觉过程启发，提出简单通用的仿生架构HVPNet，通过视网膜整合模块和皮层解码器实现多模态特征高效融合，在7个任务22个数据集上取得精度-效率平衡。

Pattern formation in a Reaction-Diffusion Model for Amyloid-$β$ and Tau Interactions in Alzheimer's Disease

阿尔茨海默病中淀粉样蛋白-β与Tau相互作用的反应扩散模型中的模式形成

Sun Lee, Wenrui Hao

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究采用Gray-Scott反应扩散模型，结合伴随多水平有限元方法，研究Aβ与Tau相互作用产生的空间模式，发现系统存在多种稳定模式，为理解AD异质性和认知弹性提供数学框架。

MindAlign: Decoding Inner Speech from fMRI Signals via Multimodal Embedding Alignment under Limited Data

MindAlign: 在有限数据下通过多模态嵌入对齐从fMRI信号解码内心语言

Muxuan Liu, Ichiro Kobayashi, Satoshi Nishida

机构 * Graduate School of Humanities and Sciences Ochanomizu University（大仓山大学人文科学研究生院） ； Center for Information and Neural Networks Advanced ICT Research Institute National Institute of Information and Communications Technology（信息与神经网络中心先进信息通信研究机构信息通信技术研究所） 纠错

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 提出MindAlign两阶段框架，通过神经-语义对齐将fMRI信号映射到多模态语义空间，再结合视觉上下文冻结多模态语言模型生成文本，在静默图像描述数据上优于基线，且语义-语言投影可跨被试泛化。

Comments Preprint. Under review

A Surface-based Multimodal Framework for Multitask Analysis in Alzheimer's Disease

基于表面的多模态框架用于阿尔茨海默病的多任务分析

Shuo Huang, Jianwei Zhang, Lujia Zhong, Jiaxin Yue, Yihao Xia, Xinkai Wang, Yonggang Shi

专题命中 神经信号处理 ：cortical(abstract)

AI总结 提出一种增强的球形数据驱动多模态框架，通过球形扩散模型生成配对皮层厚度和Tau PET SUVR数据，结合对比学习和上下文学习，实现多任务分类与回归，在ADNI数据集上优于六种基线模型。

Comments 11 pages, 3 figures

Geometry-Driven Flow Analysis of Brain Sulcal Pattern

脑沟模式的几何驱动流分析

Moo K. Chung, Luigi Maccotta, Aaron Struck

机构 * Cortical Manifolds Report（皮层流形报告） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 提出基于泊松方程的几何驱动流框架，通过平均曲率建模皮层折叠，生成光滑势场梯度定义物理通量，用于分析青少年肌阵挛癫痫的皮层结构异常。

Automatic Extraction of Structured Information from Brain MRI Reports Using an Open-Weight Large Language Model

使用开源大语言模型从脑MRI报告中自动提取结构化信息

Kaouther Mouheb, Amos Pomp, Antoine Manenti, Romy de Haan, Farog Faghir, Joy Martens, Harro Seelaar, Francesco Mattace-Raso, Meike W. Vernooij, Frank J. Wolters, Stefan Klein, Esther E. Bron

机构 * Department of Radiology & Nuclear Medicine, Erasmus MC（埃因霍温麦斯特大学放射科与核医学部） ； Department of Epidemiology, Erasmus MC（埃因霍温麦斯特大学流行病学部） ； Department of Electrical and Electronics Engineering, ENSEEIHT（ENSEEIHT电子与电气工程系） ； Alzheimer Centre Erasmus MC（埃因霍温麦斯特大学阿尔茨海默病中心） ； Department of Neurology, Erasmus MC（埃因霍温麦斯特大学神经医学部） ； Department of Internal Medicine, Erasmus MC（埃因霍温麦斯特大学内科部） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究评估了开源LLM LLaMA 3.1从荷兰语脑MRI报告中自动提取结构化信息的能力，通过零样本和少样本提示策略，在视觉评分、病变检测等任务上取得高准确率，少样本提示进一步提升了数值变量的提取性能。

Comments Submitted to European Radiology

Learning Residual Kinematic Corrections for Continuous Neural Decoding via Reinforcement Learning

通过强化学习学习连续神经解码的残余运动学校正

Jiamian Li, Niall McShane, Attila Korik, Naomi du Bois, Karl McCreadie, Leen Jabban, Benjamin Metcalfe, Özgür Şimşek, Damien Coyle

机构 * University of Bath（巴斯大学） ； University of Ulster（阿尔斯特大学） ； Bath Institute for the Augmented Human（巴斯增强人类研究所） 纠错

专题命中 运动想象 ：BCI(summary_cn,abstract)；EEG(summary_cn,abstract)；neural decoding(title)；motor imagery(abstract)

AI总结 研究针对基于EEG的BCI连续3D运动想象解码难题，提出CNN-LSTM-RL两阶段框架，用强化学习对解码器输出校正残余运动学误差，实验表明该框架有效提升解码性能，推动相关领域发展。

Stacked LoRA for Subject-Adaptive EEG Foundation Models in Motor Imagery Decoding

用于运动想象解码中主题自适应脑电基础模型的堆叠式LoRA

Aymen Sarhane, Fouad Lbakali, Mouad Souissi, Jonathan Lys, Giulia Lioi

机构 * IMT Atlantique, Lab-STICC（法国布雷斯特的IMT大西洋学院，Lab-STICC实验室） 纠错

专题命中 运动想象 ：EEG(title,abstract)；motor imagery(title,abstract)；BCI(abstract,abstract_cn)；brain-computer interface(abstract)

AI总结 脑机接口的脑电图解码面临受试者间差异大的挑战。基于现有脑电基础模型，研究不同低秩适应策略对运动想象分类的影响，提出堆叠式LoRA框架，有效减轻受试者间差异，在多数组合中获最佳准确率。

Comments 10 pages, 1 figure, 2 tables. Accepted at the 2026 IEEE World Congress on Computational Intelligence (WCCI 2026), Maastricht, Netherlands

Generative Augmentation for EEG Motor Imagery Classification: A Class-Conditional VAE with Cycle-Consistent Decoder Refinement

用于脑电图运动想象分类的生成式增强：具有循环一致解码器优化的类条件变分自编码器

Matei Moldoveanu, Alain Sirois, Claire Ben Ali, Fabien Lotte, Florian Yger

机构 * Naqi Logix（纳奇逻辑公司） ； Inria Center at Univ. Bordeaux / LaBRI（波尔多大学/LaBRI研究所的Inria中心） ； LITIS, INSA Rouen-Normandy（鲁昂-诺曼底高等电子与电工技术工程师学校的LITIS实验室） 纠错

专题命中 运动想象 ：EEG(title,summary_cn)；motor imagery(title)；分类 cs.LG

AI总结 研究生成模型能否提供合成MI-EEG试验提高下游分类器准确性，训练带集成潜在分类器的CVAE，在两种评估协议下通过四个分类管道测试，发现合成EEG可提高MDM点估计，增益小且依赖分类器。

ATCNet-CIAM for Multi-Session Motor Imagery EEG Signal Classification

用于多会话运动想象脑电信号分类的 ATCNet - CIAM

Le Huu Son Hai, Nguyen Chi Hai, Truong Viet Vu, Nguyen Phuc Nguyen, Nguyen Thai Anh, Ngo Hoang Tu

机构 * Faculty of Information Technology, Van Lang School of Technology, Van Lang University（信息技术学院，范朗理工学院，范朗大学） ； Department of Computer Engineering, Ho Chi Minh City University of Transport（胡志明市交通大学计算机工程系） 纠错

专题命中 运动想象 ：motor imagery(title,abstract)；EEG(title)；BCI(abstract,abstract_cn)

AI总结 研究针对运动想象脑电信号分类因个体差异和跨会话非平稳性导致的稳健解码难题，提出将CIAM集成到ATCNet框架的ATCNet - CIAM，实验表明该模型能提升分类稳定性和稳健性，在多数据集上取得较好准确率。

Comments This manuscript has been accepted for publication in the International Conference on Intelligence Systems and Robotics for Sustainable Development (ISRSD) 2026

NeuroPB: Scaling Neural Decoding with Pretrained Behavioral Representations

NeuroPB：利用预训练行为表示扩展神经解码

Luyao Jin, Yonghao Song, Huan Zhao, Vincent C. K. Cheung, Wei-Hsin Liao

专题命中 运动想象 ：neural decoding(title,abstract)；BCI(summary_cn,abstract_cn)；brain-computer interface(abstract)；分类 cs.LG

AI总结 本文提出NeuroPB框架，通过预训练大规模行为表示并对齐有限配对神经-行为数据，提升神经解码性能，在猕猴数据集上R²提升11%与8%，且泛化能力强，为高效BCI提供可行方向。