脑机接口 / BCI

EEG-based AI-BCI Wheelchair Advancement: Transformer-Based Learning with Motor Imagery for Brain Computer Interface

基于EEG的AI-BCI轮椅前进：用于脑机接口的混合深度学习与运动想象

Bipul Thapa, Biplov Paneru, Bishwash Paneru, Khem Narayan Poudyal

机构 * Department of Computer Science and Engineering, Kathmandu University（加德满都大学计算机科学与工程系） ； Department of Electronics and Communication Engineering, Nepal Engineering College, Pokhara University（博卡拉大学尼泊尔工程学院电子与通信工程系） ； Department of Applied Sciences and Chemical Engineering, Institute of Engineering, Pulchowk Campus, Tribhuvan University（特里布万大学工程学院普尔乔克校区应用科学与化学工程系） 纠错

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

AI总结 本文提出一种结合运动想象左右手运动机制的AI集成方法，利用EEG数据模拟轮椅导航，采用CNN-Transformer混合模型实现高准确率的EEG分类。

Cortical-SSM: A Deep State Space Model for Motor Imagery Decoding from EEG Signals

皮质-状态空间模型：一种用于从脑电信号中解码运动想象的深度状态空间模型

Shuntaro Suzuki, Shunya Nagashima, Komei Sugiura

机构 * Keio University（庆应大学） 纠错

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

AI总结 针对运动想象脑电信号分类中受生理伪迹影响及难以捕捉细粒度依赖关系的问题，提出Cortical-SSM扩展深度状态空间模型，在两个大规模数据集上验证，优于基线方法且可解释，提高了脑电分类可靠性，支持脑机接口系统发展。

Comments Accepted by Journal of Neural Engineering

Characterization of Speech Imagery in Scalp EEG and Comparison with Motor Imagery

头皮脑电中言语想象的特性及其与运动想象的比较

Bob Van Dyck, Liuyin Yang, Qiang Sun, Ang Li, Marc M. Van Hulle

专题命中 运动想象 ：EEG(title,abstract)；motor imagery(title,abstract)；brain-computer interface(abstract)；分类 eess.SP

AI总结 本研究通过头皮脑电分析言语想象的时空特征，并与手指运动想象对比，发现言语想象呈现更弱、更分散的α波增强，分类准确率较低，表明其主导模式不同于运动想象，更接近非发音任务相关活动。

Subject-Level Heterogeneity in EEG Motor Imagery Decoding: A Large-Scale Benchmark and Portfolio-Based Reduction of the Search Space

脑电图运动想象解码中的受试者水平异质性：大规模基准测试和基于组合的搜索空间缩减

Xavier Vasques, Paul Barbaste, Olivier Oullier

专题命中 运动想象 ：EEG(title,abstract)；motor imagery(title,abstract)；分类 q-bio.NC、cs.LG

AI总结 研究脑电图运动想象解码中个体差异问题，通过三个公共数据集进行大规模基准测试，比较多种方法，发现受试者水平存在显著异质性，利用基准构建紧凑流程组合，Top-K均值给出最佳权衡，可利用异质性实现个性化。

Geometry-Aware Deep Congruence Networks for Manifold Learning in Cross-Subject Motor Imagery

用于跨主体运动想象中流形学习的几何感知深度一致性网络

Sanjeev Manivannan, Chandra Shekar Lakshminarayan

机构 * Department of Biotechnology（生物技术系） ； Indian Institute of Technology Madras（印度理工学院马德拉斯分校） ； Department of Data Science and Artificial Intelligence（数据科学与人工智能系） 纠错

专题命中 运动想象 ：motor imagery(title,abstract)；brain-computer interface(abstract)；EEG(abstract)；分类 cs.LG

AI总结 针对跨主体运动想象解码难题，提出几何感知一致性变换及三个互补模型，既作流形对齐模块又作端到端判别架构评估，实验表明该方法能提升转导解码性能，有效减轻脑电图解码中主体间差异。

Comments 77 pages (Main paper - 13 pages, Appendix - 64 pages)

A mixed-signal analogue front-end for brain-implantable neural interfaces using a digital fixed-point IIR filter and bulk offset cancellation

一种用于脑植入神经接口的混合信号模拟前端，采用数字定点IIR滤波器和体偏移抵消技术

Dimitris Antoniadis, Timothy G. Constandinou

专题命中 运动想象 ：neural interface(title)；brain-computer interface(abstract)；分类 eess.SP

AI总结 本文提出一种混合信号模拟前端，用于记录细胞外动作电位和局部场电位，采用低噪声放大器和SAR ADC，结合定点IIR滤波器抑制次赫兹成分，实现41.42dB增益和2.178uA/通道功耗。

Comments presented in MWSCAS 2026, typo correction in final table

Towards simultaneous decoding of kinetic and kinematic movement parameters during grasp and lift task by noninvasive brain imaging

通过无创脑成像在抓握和举起任务中同时解码动力学和运动学运动参数

Parth G. Dangi, Yogesh Kumar Meena

专题命中 运动想象 ：EEG(abstract,abstract_cn)；分类 cs.HC

AI总结 研究旨在通过无创脑成像在抓握和举起任务中同时解码运动参数，提出偏最小二乘回归器、多层感知器和基于注意力的回归器三种模型，以脑电图信号解码，在特定数据集上评估，基于注意力的回归器在多参数解码表现最佳，为BMI系统发展助力。

Comments 6 pages, 3 figures, 2 tables, selected to be presented at Brain-Machine Interface (BMI) Systems Session, IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2026)

A sub-Riemannian model of neural states in the primary motor cortex

初级运动皮层神经状态的一个子黎曼模型

Caterina Mazzetti, Jawad Ali, Alessandro Sarti, Giovanna Citti

专题命中 运动想象 ：cortical(abstract)；分类 q-bio.NC

AI总结 基于子黎曼几何框架，通过运动学参数定义片段空间，引入几何核模拟皮层连接，成功从皮层活动模型中恢复出神经状态，验证了运动学变量和距离度量足以解释神经状态形成。

Journal ref Mathematical Neuroscience and Applications, Volume 6, Applications (June 25, 2026) mna:15057