脑机接口 / BCI

System Filter-Based Common Components Modeling for Cross-Subject EEG Decoding

基于系统滤波器的跨受体EEG解码共同成分建模

Xiaoyuan Li, Xinru Xue, Bohan Zhang, Ye Sun, Shoushuo Xi, Gang Liu

机构 * college of Electrical and Information Engineering, Zhengzhou University（郑州大学电气与信息工程学院） ； School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；BCI(abstract)；brain-computer interface(abstract)；motor imagery(abstract)

AI总结 本文提出基于系统滤波器的跨受体EEG解码共同成分建模方法，通过分离共同成分提升解码性能。

Comments 12 pages, 11 figures

EEG Emotion Recognition Through Deep Learning

通过深度学习进行EEG情绪识别

Roman Dolgopolyi, Antonis Chatzipanagiotou

专题命中 EEG解码 ：EEG(title,abstract)；分类 eess.SP、cs.LG

AI总结 本文提出了一种基于CNN-Transformer的EEG情绪识别模型，实现91%的准确率，通过减少EEG电极需求，推动低成本消费级设备的应用，为情绪监测和心理健康干预提供新途径。

Comments This version corresponds to the original manuscript submitted to the 22nd EMCIS conference prior to peer review. The peer-reviewed and accepted version will appear in the Springer conference proceedings

STAMP: Spatial-Temporal Adapter with Multi-Head Pooling

STAMP：带有多头池化的空间-时间适配器

Brad Shook, Abby Turner, Jieshi Chen, Michał Wiliński, Mononito Goswami, Jonathan Elmer, Artur Dubrawski

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pittsburgh School of Medicine（匹兹堡大学医学学院） 纠错

专题命中 EEG解码 ：EEG(abstract)；分类 cs.LG

AI总结 STAMP通过多头池化机制，利用通用TSFMs生成的单变量嵌入，隐式建模EEG数据的空间-时间特性，实现与现有EEGFMs相当的性能。

Comments Accepted as a Proceedings paper at Machine Learning for Health (ML4H) 2025, invited presentation at the Time Series for Health (TS4H) Workshop, NeurIPS 2025. v2: Updated author affiliation and corrected a duplicated word in the text. No other changes

UT-OSANet: A Multimodal Deep Learning model for Evaluating and Classifying Obstructive Sleep Apnea

UT-OSANet: 一种用于评估和分类阻塞性睡眠呼吸暂停的多模态深度学习模型

Zijian Wang, Xiaoyu Bao, Chenhao Zhao, Jihui Zhang, Sizhi Ai, Yuanqing Li

专题命中 EEG解码 ：EEG(abstract)；分类 eess.SP

AI总结 UT-OSANet是一种多模态深度学习模型，用于高精度评估和分类阻塞性睡眠呼吸暂停，通过多种输入模态和灵活训练策略实现事件层面的诊断。

Comments 12 pages,8 figures

BRAVE: Brain-Controlled Prosthetic Arm with Voice Integration and Embodied Learning for Enhanced Mobility

BRAVE：具有语音集成和具身学习的脑控假肢臂以增强移动性

Abdul Basit, Maha Nawaz, Muhammad Shafique

机构 * eBRAIN Lab, Division of Engineering（eBRAIN实验室，工程系） ； New York University (NYU) Abu Dhabi（纽约大学阿布扎克分校） 纠错

专题命中 脑控机器人 ：brain-computer interface(abstract)；EEG(abstract)；分类 cs.HC、cs.RO

AI总结 BRAVE通过结合EEG和语音控制，利用集成学习和具身学习提升假肢运动控制的实时性和鲁棒性。

Comments 9 pages, 12 figures, Accepted at IJCNN 2025

Uncertainty-Resilient Multimodal Learning via Consistency-Guided Cross-Modal Transfer

通过一致性引导的跨模态转移实现不确定性鲁棒的多模态学习

Hyo-Jeong Jang

机构 * Brain and Cognitive Engineering（脑科学与认知工程） 纠错

专题命中 其他BCI ：brain-computer interface(abstract)；分类 cs.LG、cs.HC

AI总结 本论文提出通过一致性引导的跨模态转移实现不确定性鲁棒的多模态学习，旨在提高模型的稳定性和鲁棒性。

Comments Master's thesis, Korea University, 2025