脑机接口 / BCI

Graph-Based Learning of Spectro-Topographical EEG Representations with Gradient Alignment for Brain-Computer Interfaces

基于图的学习的光谱-地形EEG表示学习与梯度对齐用于脑机接口

Prithila Angkan, Amin Jalali, Paul Hungler, Ali Etemad

机构 * Ingenuity Labs Research Institute（Ingenuity Labs研究机构） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； Department of Chemical Engineering（化学工程系） 纠错

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

AI总结 本文提出GEEGA方法，通过图卷积网络融合多领域信息并结合梯度对齐策略，提升脑机接口中EEG表示的类间分离度。

A Combined Channel Approach for Decoding Intracranial EEG Signals: Enhancing Accuracy through Spatial Information Integration

用于解码皮层脑电信号的综合通道方法：通过空间信息整合提升精度

Maryam Ostadsharif Memar, Navid Ziaei, Behzad Nazari

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

AI总结 本文提出了一种用于解码皮层脑电信号的综合通道方法，通过整合多脑区空间信息提升解码精度，并在多个数据集上验证了其优越性能。

Journal ref 2025 33rd International Conference on Electrical Engineering (ICEE)

Enhancing Interpretability of AR-SSVEP-Based Motor Intention Recognition via CNN-BiLSTM and SHAP Analysis on EEG Data

通过CNN-BiLSTM和SHAP分析提升基于AR-SSVEP的运动意图识别的可解释性

Lin Yang, Xiang Li, Xin Ma, Xinxin Zhao

机构 * School of Control Science（控制科学学院） ； Engineering Shandong University Jinan, Shandong（山东大学工程学院济南山东） ； Shandong Inspur Science Research Institute Co., Ltd. Jinan, Shandong（山东 Inspur 科研院有限公司济南山东） 纠错

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

AI总结 本文提出基于AR-SSVEP的运动意图识别系统，结合CNN-BiLSTM与SHAP分析提升模型可解释性，以改善康复训练中的患者参与度和治疗师工作效率。

Auditory steady-state response and gamma oscillations in an excitatory-inhibitory balanced neuronal network

听觉稳态反应和γ振荡在兴奋性-抑制性平衡神经网络中

Duoyu Feng, Jiajia Li

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

AI总结 本研究提出了一种整合语音信号输入和耳蜗处理的神经网络模型，揭示了噪声对听觉稳态反应的影响，并展示了增强E-I平衡对提高听觉注意力的作用。

Comments 26 pages, 10 figures

Journal ref AIP Advances 15, 095025 (2025)

Decoding Motor Behavior Using Deep Learning and Reservoir Computing

利用深度学习和回声状态网络解码运动行为

Tian Lan

机构 * Graduate School of Economics, Hitotsubashi University, Tokyo, Japan（立命馆大学经济学研究生院，东京，日本） 纠错

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

AI总结 本文提出利用回声状态网络改进EEG解码，以提高运动行为分类的准确率。

Comments 10 pages, 3 figures