脑机接口 / BCI

Understanding Mental States in Active and Autonomous Driving with EEG

通过EEG理解主动和自动驾驶中的心理状态

Prithila Angkan, Paul Hungler, Ali Etemad

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

AI总结 本文通过EEG研究主动和自动驾驶中心理状态的差异，发现两种模式在神经激活和心理状态强度上有显著区别，强调了开发自动驾驶车辆驾驶员监控系统时需使用场景特定的数据和模型。

Comments 15 Pages, 13 Figures and 3 Tables. This work has been submitted to IEEE Transaction for possible publication

QuanvNeXt: An end-to-end quanvolutional neural network for EEG-based detection of major depressive disorder

QuanvNeXt：一种用于基于EEG的抑郁症检测的端到端量化卷积神经网络

Nabil Anan Orka, Ehtashamul Haque, Maftahul Jannat, Md Abdul Awal, Mohammad Ali Moni

机构 * The University of Queensland（昆士兰大学） ； BRAC University（布拉克大学） ； Bangladesh Medical University（孟加拉医学大学） ； University of Southern Queensland（南方昆士兰大学） ； Charles Sturt University（查尔斯·斯特劳特大学） 纠错

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

AI总结 QuanvNeXt通过引入新颖的交叉残差块，实现了高效且可靠的EEG抑郁症检测，准确率高达93.1%

Comments Under review

NeuroSketch: An Effective Framework for Neural Decoding via Systematic Architectural Optimization

NeuroSketch：通过系统性架构优化实现神经解码的有效框架

Gaorui Zhang, Zhizhang Yuan, Jialan Yang, Junru Chen, Li Meng, Yang Yang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Shanghai Institute of Microsystem and Information Technology（上海微系统与信息工程研究所） 纠错

专题命中 神经信号处理 ：neural decoding(title,abstract)；BCI(abstract)；brain-computer interface(abstract)；EEG(abstract)

AI总结 NeuroSketch通过系统性架构优化，实现了在视觉、听觉和语音等多模态下的神经解码性能提升，达到最先进的解码效果。

The Third Visual Pathway for Social Perception

社会感知的第三视觉通路

David Pitcher

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

AI总结 本文揭示了社会感知的第三视觉通路，该通路专门处理动态社会线索，通过计算他人的动作和意图支持社会认知。

The choice of viscous or viscoelastic models affects attenuation and velocity determination in simplified skull-mimicking digital phantoms

粘性或粘弹性模型的选择影响简化颅骨模拟数字假体中的衰减和速度确定

Samuel Clinard, Taylor Webb, Henrik Odéen, Dennis L. Parker, Douglas A. Christensen

专题命中 神经信号处理 ：cortical(abstract)

AI总结 研究探讨了粘性与粘弹性模型对颅骨模拟假体中衰减和相速度的影响，揭示不同模型在预测声学特性时的差异。

Comments Submitted to Physics in Medicine and Biology

EEG-Bench: A Benchmark for EEG Foundation Models in Clinical Applications

EEG-Bench: 一个用于临床应用中EEG基础模型的基准测试

Ard Kastrati, Josua Bürki, Jonas Lauer, Cheng Xuan, Raffaele Iaquinto, Roger Wattenhofer

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 BCI数据与评测 ：EEG(title,abstract)；分类 cs.LG

AI总结 EEG-Bench为临床应用中的EEG基础模型提供了一个统一的基准测试框架，评估了11个诊断任务，并展示了简单模型在临床分布偏移下的竞争力。

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