脑机接口 / BCI

GCMCG: A Clustering-Aware Graph Attention and Expert Fusion Network for Multi-Paradigm, Multi-task, and Cross-Subject EEG Decoding

GCMCG：一种面向多范式、多任务和跨受试者的EEG解码图注意力与专家融合网络

Yiqiao Chen, Zijian Huang, Juchi He, Fazheng Xu, Zhenghui Feng

机构 * Faculty of frontier sciences, Harbin Institute of Technology, Shenzhen（前沿科学学院，哈尔滨工业大学深圳校区） ； Doumaomao NetTech Co., Ltd.（杜马莫莫网络技术有限公司） ； University of Melbourne（墨尔本大学） ； The University of New South Wales（新南威尔士大学） 纠错

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

AI总结 GCMCG通过图注意力与专家融合网络提升多范式、多任务和跨受试者EEG解码的准确性和泛化能力。

Comments 46 pages, 11 figures

A Survey on Bridging EEG Signals and Generative AI: From Image and Text to Beyond

关于将EEG信号与生成式AI连接的综述：从图像和文本到更广泛的领域

Shreya Shukla, Jose Torres, Akshaj Murhekar, Christina Liu, Abhijit Mishra, Jacek Gwizdka, Shounak Roychowdhury

机构 * School of Information, The University of Texas at Austin, Austin, TX, USA（信息学院，德克萨斯大学奥斯汀分校，奥斯汀，德克萨斯州） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；brain-computer interface(abstract)；neural decoding(abstract)；分类 cs.LG、cs.HC

AI总结 本综述探讨了将EEG信号转化为图像、文本和音频的生成式AI方法，分析了当前技术趋势与挑战，为未来研究提供参考。

EEG Dynamic Microstate Patterns Induced by Pulsed Wave Transcranial Photobiomodulation Therapy

脉冲波颅内光生物调节疗法诱导的EEG动态微状态模式

Jiangshan He, Hui Xie, Yuqiang Yang, Chunli Jia, Dan Liang, Lianghua Zhang, Xiaoyu Wang, Tianyi Luo, Zexiao Dong, Huiting Yang, Zhen Yuan, Mingzhe Jiang, Xueli Chen

专题命中 EEG解码 ：EEG(title,abstract)；分类 q-bio.NC

AI总结 脉冲波tPBM疗法通过调节EEG微状态C模式，优化了脑功能网络参数，展示了其在神经调节中的应用潜力。

Comments 7 figures

Thought2Text: Text Generation from EEG Signal using Large Language Models (LLMs)

Thought2Text: 使用大型语言模型（LLMs）从EEG信号生成文本

Abhijit Mishra, Shreya Shukla, Jose Torres, Jacek Gwizdka, Shounak Roychowdhury

机构 * School of Information University of Texas at Austin（信息学院 德克萨斯大学奥斯汀分校） 纠错

专题命中 EEG解码 ：EEG(title,abstract)

AI总结 Thought2Text利用大型语言模型从EEG信号生成文本，通过多阶段微调实现脑活动的可理解表达。

Comments Accepted to Findings of NAACL 2025

Retrieving Filter Spectra in CNN for Explainable Sleep Stage Classification

在CNN中检索滤波器光谱以实现可解释的睡眠阶段分类

Stephan Goerttler, Yucheng Wang, Fei He, Min Wu

专题命中 EEG解码 ：EEG(abstract)；分类 eess.SP

AI总结 本研究提出了一种在CNN中检索滤波器光谱的工具，用于提高睡眠阶段分类的可解释性，通过分析EEG通道的光谱信息来增强模型性能。

Comments 6 pages, 3 figures, conference paper