脑机接口 / BCI

Prototype-Guided Non-Exemplar Continual Learning for Cross-subject EEG Decoding

基于原型的非示例持续学习用于跨受体EEG解码

Dan Li, Hye-Bin Shin, Yeon-Woo Choi

机构 * Dept. of Artificial Intelligence Korea University Seoul, Republic of Korea（人工智能系 韩国大学首尔共和国） ； Cognitive Engineering Korea University Seoul, Republic of Korea（认知工程 韩国大学首尔共和国） 纠错

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

AI总结 ProNECL通过原型引导的非示例持续学习方法，在不访问历史EEG样本的情况下实现跨个体EEG解码的高效知识保留与适应性平衡。

Comments 4 pages, 2 figures, 14th IEEE International Winter Conference on Brain-Computer Interface Conference 2026

Learning from Brain Topography: A Hierarchical Local-Global Graph-Transformer Network for EEG Emotion Recognition

从脑拓扑学习：一种用于EEG情绪识别的分层局部-全局图变压器网络

Yijin Zhou, Fu Li, Yi Niu, Boxun Fu, Huaning Wang, Lijian Zhang

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

AI总结 Neuro-HGLN通过整合生物基础先验与分层表示学习，提升EEG情绪识别的鲁棒性和可解释性。

Sporadic Creutzfeldt Jakob disease presenting with cerebral atrophy following traumatic brain injury mimicking hydrocephalus a case report and literature review

散发性克雅氏病继发创伤性脑损伤后出现脑萎缩 mimic 梗阻性脑积水的病例报告及文献综述

Chun Zeng, Dezhu Gao, Liang Wu

专题命中 EEG解码 ：EEG(abstract)；分类 q-bio.NC

AI总结 散发性克雅氏病继发创伤性脑损伤后出现脑萎缩 mimic 梗阻性脑积水的病例报告及文献综述，通过病例分析和文献回顾，探讨了CJD的诊断过程及鉴别诊断的重要性。

Comments 7 pages, 2 figures, 1 table. Submitted to Brain and Spine

High-Density Multi-Depth Human Recordings Using 45 mm Long Neuropixels Probes

高密度多深度人类记录使用45毫米长Neuropixels Probes

Daril E. Brown, Elizaveta Okorokova, Carrina Iacobacci, Brian Coughlin, Orin Bloch, Eric M. Trautmann, Sydney S. Cash, Angelique C. Paulk, Sergey D. Stavisky, David M. Brandman

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

AI总结 Neuropixels 1.0-NHP Long探针在人类手术中实现多深度单神经元分辨率记录，为研究人类大脑功能和病理提供了新方法。

Comments For academic use only tool disclosure, see https://zenodo.org/records/17633875

Lightweight Diffusion-based Framework for Online Imagined Speech Decoding in Aphasia

轻量级扩散框架用于脑卒中患者在线想象言语解码

Eunyeong Ko, Soowon Kim, Ha-Na Jo

机构 * Dept. of Artificial Intelligence（人工智能系） ； Korea University（韩国大学） 纠错

专题命中 语音与意图解码 ：BCI(abstract)；neural decoding(abstract)；brain-computer interface(comments)

AI总结 本文提出了一种轻量级扩散模型，用于实时解码脑卒中患者想象言语，通过优化架构实现高效推理，实验结果显示在真实场景中具有较高的准确率。

Comments 4 pages, 2 figures, 1 table, Name of Conference: International Conference on Brain-Computer Interface