脑机接口 / BCI

Region-aware Spatiotemporal Modeling with Collaborative Domain Generalization for Cross-Subject EEG Emotion Recognition

具有协作域泛化的区域感知时空建模用于跨受体EEG情绪识别

Weiwei Wu, Yueyang Li, Yuhu Shi, Weiming Zeng, Lang Qin, Yang Yang, Ke Zhou, Zhiguo Zhang, Wai Ting Siok, Nizhuan Wang

机构 * Laboratory of Digital Image and Intelligent Computation, Shanghai Maritime University, Shanghai 201306, China（上海海洋大学数字图像与智能计算实验室） ； Department of Language Science and Technology, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong SAR, China（香港理工大学语言科学与技术系） ； School of Chinese as a Second Language, and Center for MRI Research, Academy for Advanced Interdisciplinary Studies, Peking University, Beijing 100871, China（北京大学第二语言学院及MRI研究中心） ； CAS Key Laboratory of Behavioral Science, Center for Brain Science and Learning Difficulties, Institute of Psychology, Chinese Academy of Sciences, Beijing 100101, China（中国科学院行为科学重点实验室） ； Beijing Key Laboratory of Applied Experimental Psychology, Faculty of Psychology, Beijing Normal University, Beijing 100875, China（北京应用实验心理学重点实验室） ； Institute of Computing and Intelligence, Harbin Institute of Technology Shenzhen, Shenzhen 518000, China（哈尔滨工业大学深圳校区计算机与智能研究所） 纠错

专题命中 EEG解码 ：EEG(title,abstract)

AI总结 本文提出RSM-CoDG框架，通过区域感知时空建模与协作域泛化方法，提升跨受体EEG情绪识别的鲁棒性与泛化能力。

Design and Validation of a Modular Smart Headband with Embroidered Electrodes for Comfortable EEG Monitoring

模块化智能头带的设计与验证：带有刺绣电极的舒适EEG监测

Komal Komal, Frances Cleary, Ram Prasadh Narayanan, John Wells, Marco Buiatti, Louise Bennett

专题命中 EEG解码 ：EEG(title,abstract)

AI总结 本研究提出了一种模块化智能头带，通过可调节刺绣电极实现舒适且可靠的EEG监测，适用于日常应用。

Analysis of the Ventriloquism Aftereffect Using Network Theory Techniques

使用网络理论技术分析声音模仿后效

Sayan Saha

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

AI总结 本研究通过网络理论技术揭示了声音模仿后效的神经机制，发现听觉处理路径早期存在重校准，且后效随时间衰减。

Atlas-Assisted Segment Anything Model for Fetal Brain MRI (FeTal-SAM)

基于图谱的胎儿脑MRI分割模型（FeTal-SAM）

Qi Zeng, Weide Liu, Bo Li, Ryne Didier, P. Ellen Grant, Davood Karimi

机构 * Department of Radiology, Boston Children’s Hospital, and Harvard Medical School（放射科、波士顿儿童医院和哈佛医学院） 纠错

专题命中 神经信号处理 ：cortical(abstract)；分类 cs.LG

AI总结 FeTal-SAM通过整合图谱提示和基础模型原理，实现了灵活的胎儿脑MRI分割，无需重新训练即可处理不同解剖结构。

A Dual-Head Transformer-State-Space Architecture for Neurocircuit Mechanism Decomposition from fMRI

一种双头变压器-状态空间架构用于从fMRI中解构神经回路机制

Cole Korponay

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

AI总结 本文提出了一种双头变压器-状态空间架构，用于从fMRI中解构神经回路机制，以更直接地连接fMRI数据与治疗策略选择。

Transfer Learning from ImageNet for MEG-Based Decoding of Imagined Speech

从ImageNet迁移学习用于基于MEG的想象言语解码

Soufiane Jhilal, Stéphanie Martin, Anne-Lise Giraud

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 本文提出利用ImageNet预训练模型解码想象言语，通过转换MEG信号为时间-频率表示，提升非侵入性解码性能。

Comments Accepted at IEEE ISBI 2026

Calibration-Conditioned FiLM Decoders for Low-Latency Decoding of Quantum Error Correction Evaluated on IBM Repetition-Code Experiments

校准条件下的FiLM解码器用于量子纠错低延迟解码的评估：基于IBM重复码实验

Samuel Stein, Shuwen Kan, Chenxu Liu, Adrian Harkness, Sean Garner, Zefan Du, Yufei Ding, Ying Mao, Ang Li

专题命中 BCI数据与评测 ：neural decoding(abstract)

AI总结 基于IBM重复码实验，该校准条件下的FiLM解码器在低延迟下显著降低逻辑错误率，展示出适应性解码的潜力。