脑机接口 / BCI

SwitchBraidNet: Quantisation-Aware Lightweight Architecture for Hybrid Brain-Computer Interface

SwitchBraidNet: 面向混合脑机接口的量化感知轻量级架构

Gourav Siddhad, Yogesh Kumar Meena

专题命中 EEG解码 ：混合BCI架构，解码MI和SSVEP信号

AI总结 提出SwitchBraidNet紧凑型EEG分类架构，采用双路径时间辫、自适应挤压激励空间开关和对数方差读出层，通过量化感知训练在OpenBMI数据集上实现高精度低功耗混合脑机接口解码，INT8模型仅3.03 KB。

Comments 6 pages, 5 figures, Preprint accepted at IEEE SMC 2026

QDSV: A Semantic Problem Representation and Multi-Backend Execution Framework for Quantum-Oriented Computation

QDSV：面向量子计算的语义问题表示与多后端执行框架

Jaime Alexander Jimenez Lozano, Sebastian Jimenez Giraldo

专题命中 EEG解码 ：量子计算框架用于EEG分类

AI总结 提出QDSV框架，通过语义表示分离问题规范与后端实现，支持非电路形式的执行模式，并在EEG分类案例中验证了跨模拟器和硬件的稳定执行。

Comments 12 pages, 1 figure, 6 tables

Adaptive Speech-to-Spike Encoding for Spiking Neural Networks

自适应语音到脉冲编码用于脉冲神经网络

Taharim Rahman Anon, Jakaria Islam Emon

专题命中 EEG解码 ：语音到脉冲编码，SNN，但非直接BCI。

AI总结 提出一种可学习的残差语音到脉冲编码器，与R-LIF骨干网络联合训练，在GSC-v2上达94.97%准确率，参数高效且学习任务对齐的脉冲表示。

Comments Accepted at Interspeech 2026. This version is a preprint

Sensory Restoration via Brain-Computer Interfaces: A Unified 2 x 2 Framework and Convergence Roadmap

通过脑机接口的感觉恢复：统一的2×2框架与融合路线图

Xuan-The Tran

专题命中 神经假体 ：提出BCI框架用于感觉恢复

AI总结 本文提出一个统一的2×2框架，按侵入性和信号方向分类脑机接口，并定义恢复、替代和增强范式，同时给出近中长期的融合路线图。

R&B -- Rhythm and Brain: Cross-subject Decoding of Music from Human Brain Activity

R&B -- 音乐与大脑：从人类脑活动交叉解码音乐

Matteo Ferrante, Matteo Ciferri, Nicola Toschi

专题命中 神经信号处理 ：从fMRI脑活动解码音乐

AI总结 研究通过fMRI数据解码音乐，利用CLAP模型和voxel编码模型，实现跨被试音乐识别，提升音乐感知与情绪的神经基础理解。

Comments The first two authors contributed equally to this work

Journal ref Neural Networks, 203, 109195 (2026)

FingerFlex: Inferring Finger Trajectories from ECoG signals

FingerFlex：从ECoG信号推断手指轨迹

Vladislav Lomtev, Alexander Kovalev, Alexey Timchenko

专题命中 神经信号处理 ：从ECoG信号推断手指轨迹，运动BCI。

AI总结 本文提出FingerFlex模型，通过卷积编码器-解码器架构实现对电极皮层脑数据中手指运动回归，达到0.74的相关系数，推动高精度运动皮层脑机接口发展。

Comments 6 pages, 3 figures, 4 tables. Preprint. Under review

Journal ref 10.1109/IEEECONF58974.2023.10405112

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 ：解码神经元活动为自然语言，属于神经信号处理

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。

Retrieval-Based Brain Decoding by Alignment, not Complexity

基于对齐而非复杂性的检索式脑解码

Matteo Ciferri, Matteo Ferrante, Nicola Toschi

专题命中 神经信号处理 ：从fMRI活动解码脑信号

AI总结 本文通过跨多数据集实验证明，线性对比解码器在脑解码中优于岭回归和标准非线性方法，表明解码增益更多来自训练目标而非架构复杂性。