脑机接口 / BCI

Estimating the Event-Related Potential from Few EEG Trials

从少量EEG试验中估计事件相关电位

Anders Vestergaard Nørskov, Kasper Jørgensen, Alexander Neergaard Zahid, Morten Mørup

机构 * Department of Applied Mathematics and Computer Science, Technical University of Denmark（应用数学与计算机科学系，丹麦技术大学） 纠错

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

AI总结 EEG2ERP通过不确定性意识自动编码器，从少量EEG试验中高效估计ERP，提升ERP研究的试验效率。

Comments Accepted by Transactions on Machine Learning Research (TMLR). 15 pages main manuscript, 30 pages total including supplementary material

Journal ref Transactions on Machine Learning Research, 2025

Adapting Neural Audio Codecs to EEG

将神经音频编解码器适应于EEG

Ard Kastrati, Luca Lanzendörfer, Riccardo Rigoni, John Staib Matilla, Roger Wattenhofer

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出将预训练的神经音频编解码器适应于EEG压缩，通过多通道扩展和注意力机制提升EEG重建质量与泛化能力。

Comments Foundation Models for the Brain and Body (BrainBodyFM@NeurIPS)

Calibration-Free EEG-based Driver Drowsiness Detection with Online Test-Time Adaptation

无需校准的基于EEG的驾驶员困倦检测与在线测试时适应

Geun-Deok Jang, Dong-Kyun Han, Seo-Hyeon Park, Seong-Whan Lee

机构 * Department of Artificial Intelligence, Korea University（人工智能系，韩国大学） ； Department of Brain and Cognitive Engineering, Korea University（脑科学与认知工程系，韩国大学） 纠错

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

AI总结 本文提出一种无需校准的EEG困倦检测方法，通过在线测试时适应技术提升模型对不同主体的适应能力，实验表明其在非独立同分布场景中性能优越。

Comments 10 pages, Submitted to IEEE Transactions on Human-Machine Systems

EEGAgent: A Unified Framework for Automated EEG Analysis Using Large Language Models

EEGAgent: 一种利用大语言模型进行自动化EEG分析的统一框架

Sha Zhao, Mingyi Peng, Haiteng Jiang, Tao Li, Shijian Li, Gang Pan

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

AI总结 EEGAgent利用大语言模型实现多任务EEG分析，提供灵活且可解释的自动化EEG处理与报告生成能力。

DELTA: Language Diffusion-based EEG-to-Text Architecture

DELTA: 基于语言扩散的EEG到文本架构

Mingyu Jeon, Hyobin Kim

机构 * Sungkyunkwan University（成均馆大学） 纠错

专题命中 EEG解码 ：EEG(title,abstract)

AI总结 DELTA通过结合残差向量量化和语言扩散模型，提升了EEG到文本的语义对齐和生成质量。

Integrative characterization of the topography of V4 neural codes using deep learning approaches

利用深度学习方法整合表征V4神经编码的地形

Yingjue Bian, Tianye Wang, Shiming Tang, Tai Sing Lee

专题命中 神经信号处理 ：cortical(abstract)；分类 q-bio.NC

AI总结 本研究利用深度学习方法揭示V4神经元对形状与表面外观编码的分工机制，发现不同神经元群体在地形图中交错排列。

Comments 21 pages,11 figures,4 tables.Preprint

Split Unlearning

分割遗忘

Guangsheng Yu, Yanna Jiang, Qin Wang, Xu Wang, Baihe Ma, Caijun Sun, Wei Ni, Ren Ping Liu

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 SplitWiper通过单向单次传播方案实现高效的SISA遗忘，提升隐私保护并降低计算成本。

Comments Accepted by ACM CCS'2025 (Distinguished Paper Award)

Deep Learning Architectures for Code-Modulated Visual Evoked Potentials Detection

基于深度学习的代码调制视觉诱发电位检测架构

Kiran Nair, Hubert Cecotti

机构 * Department of Computer Science, College of Science and Mathematics, California State University, Fresno, CA, USA（计算机科学系，科学与数学学院，加州州立大学，弗雷斯诺分校） 纠错

专题命中 神经假体 ：BCI(abstract)；brain-computer interface(abstract)；EEG(abstract)；分类 q-bio.NC、eess.SP、cs.LG

AI总结 本文提出基于深度学习的C-VEPs检测架构，通过多类孪生网络实现高准确率的单次试验解码，展示了数据驱动方法在非侵入式BCI中的应用潜力。

Comments 20 Pages, prepared for a Journal