脑机接口 / BCI

Enabling Rapid Calibration of BCI Systems that Detect Movement-Related Cortical Potentials in Children with Cerebral Palsy

实现对患有脑瘫的儿童检测与运动相关的皮层电位的脑机接口系统的快速校准

R. Saadatyar, D. Damiano, A. Behboodi

专题命中 BCI数据与评测 ：BCI(title,summary_cn)；cortical(title,abstract)；EEG(abstract,abstract_cn)；brain-computer interface(abstract)

AI总结 研究针对脑瘫儿童脑机接口系统校准时间长的问题，开发深度学习框架，采用双向长短期记忆网络及七种训练策略，经实验表明累积学习和迁移学习可大幅降低校准要求并保持高解码性能，助力实用儿科BCI系统发展。

What Holds Back Brain-Computer Interfaces? Uncovering Challenges and Opportunities in BCI-controlled Games for Cerebral Palsy Rehabilitation

什么阻碍了脑机接口？揭示脑瘫康复中BCI控制游戏的挑战与机遇

Bastian Ilsø Hougaard, Kirstine Schultz Dalgaard, Kirstine Johanne Stougaard Klebæk, Hendrik Knoche, Mads Jochumsen

专题命中 BCI数据与评测 ：BCI(title,title_cn)；brain-computer interface(title,abstract)；分类 cs.HC

AI总结 本研究通过临床治疗师和10名脑瘫患者的体验，揭示BCI游戏在脑瘫康复中面临的控制感、辅助机制等挑战与机遇。

Fuzzy normed BCK-algebras and BCI-algebras

模糊赋范BCK-代数和BCI-代数

Young Bae Jun, Ravikumar Bandaru

专题命中 BCI数据与评测 ：BCI(title,title_cn)

AI总结 将经典赋范代数结构推广到模糊环境，引入模糊赋范BCK/BCI-代数，建立基本性质并研究同态下的传递条件。

Dendrite: A Real-Time Python Application for Online Brain-Computer Interface Research and Development

Dendrite：用于在线脑机接口研究与开发的实时Python应用程序

Niko Kroflic, Jan Babič

专题命中 BCI数据与评测 ：BCI(summary_cn,abstract)；brain-computer interface(title,abstract)；分类 cs.HC

AI总结 研究旨在开发在线脑机接口软件，核心方法是用Python编写Dendrite应用程序，它整合信号采集、解码器训练与实时推理，能同时记录多信号流并并发处理，可重现且开源，为在线BCI范式开发评估提供了系统。

Comments 15 pages, 5 figures

Overcoming the BCI Calibration Bottleneck: A Clinically-Grounded Architecture using Riemannian Alignment and Stochastic Weight Averaging

克服脑机接口校准瓶颈：一种基于黎曼对齐和随机权重平均的临床基础架构

Immanuvel Prathap Sagayaraju

机构 * University of Bern（伯恩大学） 纠错

专题命中 BCI数据与评测 ：BCI(title,abstract)；brain-computer interface(abstract)；motor imagery(abstract)；分类 q-bio.NC、eess.SP、cs.LG

AI总结 研究针对脑机接口校准瓶颈问题，构建结合逐会话独立成分分析、黎曼欧几里得对齐和随机权重平均稳定EEGNet的深度学习管道，在基准测试和案例研究中取得高准确率，验证了对二元运动想象的硬件无关零样本有效性。

Comments 10 pages, 8 figures

Threat Vectors and the State of the Art in Defense Methods for Security in Neurotechnology

神经技术安全防御方法中的威胁向量与现状

Bryce-Allen Bagley, Nathaniel Rose, Quintus Kilbourn, Matthew Canham

专题命中 BCI数据与评测 ：BCI(summary_cn,abstract)；brain-computer interface(abstract)；分类 q-bio.NC、cs.HC

AI总结 本文针对脑机接口安全研发滞后问题，回顾神经安全技术现状，全面调查BCI系统安全威胁，给出可应用于弥补神经安全差距的现有方法建议，助力提升神经技术安全。

PRISM: Prioritized Channel Importance with Semi-supervised Domain Adaptation for Cross-Subject EEG Emotion Recognition

PRISM: 基于优先级通道重要性与半监督域适应的跨被试脑电情绪识别

Xin Zhou, Xiang Zhang, Hao Deng, Lijun Yin

机构 * School of Computing, T. J Watson College of Engineering and Applied Science, Binghamton University - State University of New York（计算学院、T.J Watson工程与应用科学学院、宾夕法尼亚州立大学宾夕法尼亚州立大学） 纠错

专题命中 BCI数据与评测 ：EEG(title,abstract)；分类 cs.LG

AI总结 提出PRISM框架，通过可微分通道加权和置信度过滤伪标签的半监督域适应，解决脑电情绪识别中的通道冗余和跨被试差异问题，在三个数据集上超越现有方法。

Masked Generative-Contrastive Representation Learning for Cross-Dataset EEG-Based Emotion Recognition

用于跨数据集基于脑电图的情绪识别的掩码生成对比表示学习

Huqin Weng, Jiayang Huang, Yimin Wen, Jie Du, Chi-Man Vong, Chuangquan Chen

专题命中 BCI数据与评测 ：EEG(title,abstract)；分类 cs.LG

AI总结 提出掩码生成对比表示学习框架MGCRL用于跨数据集脑电图情绪识别，基于区域感知时空编码器，整合生成与对比学习，通过关键设计实现跨数据集泛化的细粒度和全局判别表示。

An Enhanced Source-Free Unsupervised Domain Adaptation Framework for Cross-Dataset EEG Emotion Recognition via Predictive Coding and Test-Time Training

一种增强的无源无监督域适应框架：基于预测编码和测试时训练的跨数据集脑电情感识别

Md Niaz Imtiaz, Naimul Khan

专题命中 BCI数据与评测 ：EEG(title,abstract)；分类 eess.SP

AI总结 提出一种无源无监督域适应框架，通过非对比预测编码自监督预训练和双阶段自适应优化（多损失自适应正则化与局部一致性学习），结合轻量测试时训练，解决跨数据集脑电情感识别中的域偏移和噪声伪标签问题。

Comments Under review

fMRI2Face: A Full-HD fMRI-Video Dataset and Geometry-Guided Neural Decoding Framework for Dynamic Human Face Reconstruction

fMRI2Face：用于动态人脸重建的全高清功能磁共振成像视频数据集和几何引导神经解码框架

Jingyang Huo, Xiangru Huang, Chentao Shen, Yikai Wang, Yun Wang, Jianxiong Gao, Shihao Jin, Yanwei Fu, Jianfeng Feng

机构 * Fudan University（复旦大学） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Xmov（未提及通用中文名，可音译为艾莫夫） 纠错

专题命中 BCI数据与评测 ：neural decoding(title,abstract)

AI总结 该研究提出fMRI-Face数据集及fMRI2Face框架，用于从大脑活动重建动态人脸。框架从大脑活动中获取两种互补神经控制，经整合实现高保真面部视频重建，实验显示其性能优于基线，为动态面部感知研究提供了新平台和基准。

Latency-Constrained Hardware-Aware Quantum Error Correction Co-Design with Adaptive Confidence-Gated Neural Decoding for the Rotated Surface Code

用于旋转表面码的具有自适应置信门控神经解码的延迟受限硬件感知量子纠错协同设计

Sumit Chongder

机构 * Department of Physics, Quantum Information and Computation, Indian Institute of Technology Jodhpur（物理系、量子信息与计算系，印度理工学院贾尔普尔） 纠错

专题命中 BCI数据与评测 ：neural decoding(title)；分类 cs.LG

AI总结 研究针对旋转表面码实时解码瓶颈，提出自适应置信门控解码框架，经实验验证，该框架能在有限增加解码成本下提升逻辑精度，神经解码器吞吐量在特定条件下饱和，还发布相关资源并区分贡献与未来工作方向。

Comments 29 pages, 18 figures, 12 tables. Source code, trained models, and benchmark data: https://github.com/Sumitchongder/adaptive-qec-decoder

BrainAgent: A Large Language Model-Driven Multi-Agent Framework for Autonomous Brain Signal Understanding

BrainAgent：一种大语言模型驱动的多智能体框架，用于自主脑信号理解

Yangxuan Zhou, Sha Zhao, Jiquan Wang, Shijian Li, Gang Pan

专题命中 BCI数据与评测 ：BCI(abstract_cn)；brain-computer interface(abstract)

AI总结 提出LLM驱动的多智能体框架BrainAgent，通过分层架构将自然语言意图转化为可执行的处理流水线，实现脑信号分析的自动化与民主化。

Comments 22 pages, 11 figures

Fast Whole-Brain, Geometry-Aware Functional Alignment for Cross-Subject Decoding

用于跨个体解码的快速全脑几何感知功能对齐

Pierre-Louis Barbarant, Florent Meyniel, Bertrand Thirion

机构 * Université Paris-Saclay（巴黎-萨克雷大学） ； Inria（法国国家信息与自动化技术研究院） ； CEA（法国原子能委员会） ； Cognitive Neuroimaging Unit（认知神经成像单位） ； Institut National de la Santé et de la Recherche Médicale（法国国家卫生与医学研究院） ； Commissariat à l’Energie Atomique et aux énergies alternatives（法国原子能委员会及替代能源委员会） ； NeuroSpin center（神经科学中心） ； Institut de neuromodulation（神经调制研究所） ； Université Paris Cité（巴黎-城市大学） 纠错

专题命中 BCI数据与评测 ：cortical(abstract)；分类 q-bio.NC、cs.LG

AI总结 研究旨在解决个体大脑反应差异限制跨个体解码器发展的问题，提出功能对齐方法SpectralOT，将皮质几何嵌入拉普拉斯 - 贝尔特拉米本征模式规范对齐，以平衡功能特征与解剖结构，保持计算效率。

Journal ref Proceedings of the 9th Conference on Cognitive Computational Neuroscience, New York, NY, USA, 2026

Cross-Subject Modeling for Widefield Calcium Imaging via Atlas-Aligned Spatiotemporal Tokenization

通过图谱对齐的时空令牌化实现宽场钙成像的跨主体建模

Mohammad Hosseini, Eray Erturk, Saba Hashemi, Maryam M. Shanechi

机构 * ShanechiLab（沙内奇实验室） 纠错

专题命中 BCI数据与评测 ：cortical(abstract)；分类 q-bio.NC、cs.LG

AI总结 研究针对宽场钙成像建模受限问题，提出多主体模型WiCAT，利用自监督预训练，引入图谱对齐的时空令牌化方案，能跨主体、任务和数据集迁移，实现零样本行为解码及遗漏脑区重建，优于基线模型。

Comments Published at the 43rd International Conference on Machine Learning (ICML) 2026. Code available at: https://github.com/ShanechiLab/WiCAT

Journal ref ICML 2026

GRAFT: Gain-Recalibrated Adapters for Transformer-Based Neural Population Activity Modeling

GRAFT: 基于Transformer的神经群体活动建模中的增益重校准适配器

Xiangsheng Ge, Yang Xie

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 BCI数据与评测 ：brain-computer interface(abstract)；分类 q-bio.NC、cs.LG

AI总结 提出GRAFT模型，通过分离可重用时间动态与可重校准神经元接口，在MC Maze数据集上达到SOTA，并仅更新9.21%参数实现跨天重校准。

Cross-Subject Semantic Decoding with Shared-Space Alignment for Generalized Neural Representation Learning

基于共享空间对齐的跨主体语义解码用于广义神经表征学习

Ji-Hoon Heo, Aleksandra Joanna Wisniewska, Seo-Hyun Lee, Seong-Whan Lee

机构 * Korea University（韩国大学） 纠错

专题命中 BCI数据与评测 ：neural signal(abstract)；分类 cs.LG

AI总结 研究针对侵入性神经记录跨主体泛化难题，提出跨主体语义解码框架，通过将多主体神经反应对齐到共享潜在空间并学习映射，经实验验证该框架优于基线方法，能有效提升跨主体泛化能力。

CG-MambaNet: A spatiotemporal framework for cross-patient epileptic seizure prediction using CNN-GCN-Mamba-BiLSTM with event-level clinical evaluation

CG-MambaNet: 基于CNN-GCN-Mamba-BiLSTM的跨患者癫痫发作预测时空框架及事件级临床评估

Mufeng Chen, Qi Wu, Bingchao Huang, Xiwen Lai, Zekai Chen, Xinge Ouyang, Tingyao Zhang, Xufang Yang, Quansheng Ren

专题命中 BCI数据与评测 ：EEG(abstract)；分类 eess.SP

AI总结 提出CG-MambaNet框架，通过CNN提取多尺度频谱特征、GCN建模通道间功能同步、Mamba与BiLSTM捕获长短期时序，在严格留一患者交叉验证下实现跨患者癫痫发作预测，优于现有方法，并引入事件级评估降低误报率。

X-Splat: Gaussian Splatting for 3D CBCT Generation from Single Panoramic Radiograph

X-Splat：基于高斯泼溅的从单张全景X光片生成3D CBCT

Tomasz Szczepański, Szymon Płotka, Michal K. Grzeszczyk, Tomasz Trzciński, Arkadiusz Sitek

机构 * Sano Centre for Computational Medicine（桑诺计算医学中心） ； Jagiellonian University（雅盖隆大学） ； Warsaw University of Technology（华沙技术大学） ； Research Institute IDEAS（IDEAS研究 institute） ； Harvard Medical School（哈佛医学院） 纠错

专题命中 BCI数据与评测 ：cortical(abstract)

AI总结 提出X-Splat，首个利用高斯泼溅从单张全景X光片生成CBCT样3D牙科体积的方法，通过已知采集几何初始化可学习高斯原语，结合Beer-Lambert重投影和多视角训练监督，优于NeRF和GAN基线。

Comments 19 pages, 6 figures, including appendix. Under review