脑机接口 / BCI

Inter- and Intra-Subject Variability in EEG: A Systematic Survey

EEG中的跨受体和内受体变异性：系统调查

Xuan-The Tran, Thien-Nhan Vo, Son-Tung Vu, Thoa-Thi Tran, Manh-Dat Nguyen, Thomas Do, Chin-Teng Lin

机构 * Vietnam Maritime University（越南海洋大学） ； HAI-Smartlink Research Lab, Anchi STE Company（HAI-Smartlink研究实验室，Anchi STE公司） ； Hanoi Architectural University（河内建筑大学） ； Greenwich Vietnam, FPT University（格林威治越南，FPT大学） ； Computational Intelligence and Brain Computer Interface Lab, School of Computer Science, Australian AI Institute, Faculty of Engineering and Information Technology, University of Technology Sydney（计算智能与脑机接口实验室，计算机科学学院，澳大利亚人工智能研究所，工程与信息科技学院，悉尼技术大学） 纠错

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

AI总结 本文系统研究了EEG在不同范式中的变异性，分析了生物、状态、技术及分析因素，并提出了研究设计和报告的建议。

Decoding Workload and Agreement From EEG During Spoken Dialogue With Conversational AI

从语音对话中解码工作负荷与共识的EEG信号

Lucija Mihić Zidar, Philipp Wicke, Praneel Bhatia, Rosa Lutz, Marius Klug, Thorsten O. Zander

机构 * Chair of Neuroadaptive Human--Computer Interaction（神经适应性人机交互教授席位） ； Brandenburg Technical University Cottbus--Senftenberg（勃兰登堡技术大学库滕堡-森芬根堡分校） ； Auryal GmbH（Auryal公司） ； Cottbus, Germany（库滕堡，德国） 纠错

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

AI总结 本文提出通过EEG解码语音对话中的工作负荷与共识，验证了现有分类器在对话场景中的迁移能力，并探讨了其应用限制。

Comments Accepted at the 14th International Winter Conference on Brain-Computer Interface

Geometry- and Relation-Aware Diffusion for EEG Super-Resolution

基于几何和关系的扩散模型用于EEG超分辨率

Laura Yao, Gengwei Zhang, Moajjem Chowdhury, Yunmei Liu, Tianlong Chen

机构 * Electroencephalography (EEG) provides a noninvasive window into distributed cortical dynamics of brain and is widely used across affective computing（脑电图（EEG）为研究大脑分布式皮层动态提供了一种非侵入性窗口，并广泛应用于情感计算） 纠错

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

AI总结 本文提出TopoDiff模型，通过结合拓扑感知嵌入和动态通道关系图，提升EEG空间超分辨率的生成保真度和下游任务性能。

Three-Way Emotion Classification of EEG-based Signals using Machine Learning

基于EEG信号的三元情绪分类使用机器学习

Ashna Purwar, Gaurav Simkar, Madhumita, Sachin Kadam

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

AI总结 本文提出使用随机森林模型对EEG信号进行三元情绪分类，实验表明其在准确率和F1分数上表现最佳。

Comments 6 pages, 8 figures, and 3 tables. Submitted to a conference, under review

LEAD: An EEG Foundation Model for Alzheimer's Disease Detection

LEAD：一种用于阿尔茨海默病检测的EEG基础模型

Yihe Wang, Nan Huang, Nadia Mammone, Marco Cecchi, Xiang Zhang

机构 * Department of Computer Science, University of North Carolina at Charlotte, United States（北卡罗来纳州立大学计算机科学系） ； DICEAM Department, University Mediterranea of Reggio Calabria, Italy（雷焦卡拉布里亚地中海大学DICEAM系） 纠错

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

AI总结 LEAD是一种基于EEG的阿尔茨海默病检测基础模型，通过门控时间-空间Transformer和受试者正则化策略，实现大规模数据集上的高效检测与泛化。

Physiology as Language: Translating Respiration to Sleep EEG

生理学作为语言：将呼吸转化为睡眠EEG

Kaiwen Zha, Chao Li, Hao He, Peng Cao, Tianhong Li, Ali Mirzazadeh, Ellen Zhang, Jong Woo Lee, Yoon Kim, Dina Katabi

机构 * MIT Computer Science \& Artificial Intelligence Laboratory ； Women’s Hospital, Harvard Medical School 纠错

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

AI总结 本文提出了一种从呼吸信号合成睡眠EEG的跨生理翻译框架，实现了EEG重建及下游任务的高精度表现，展示了远程非接触神经评估的可行性。

Comments Tech report

Multi-Compartment Volume Conductor with Complete Electrode Model: Simulated Stereo-EEG Source Localization using Brainstorm-Zeffiro Plugin

多腔体体积导体与完整电极模型：利用Brainstorm-Zeffiro插件模拟立体 EEG 源定位

Fernando Galaz Prieto, Takfarinas Medani, Chinmay Chinara, Richard M. Leahy, Sampsa Pursiainen

专题命中 EEG解码 ：EEG(title,abstract)

AI总结 本研究提出了一种基于Brainstorm-Zeffiro插件的多腔体体积导体建模方法，用于提高立体EEG源定位的精度。

Neurophysiological effects of museum modalities on emotional engagement with real artworks

博物馆模态对真实艺术品情感参与的神经生理效应

Chen Feng, Sébastien Lugan, Karine Lasaracina, Midori Sugaya, Benoît Macq

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

AI总结 本研究通过EEG分析发现，不同数字解释性内容模态对艺术欣赏的情感参与产生不同影响，为博物馆优化解释媒体提供了新方向。

Comments 7 pages, 4 figures - \c{opyright}IEEE EmotionSense 2026/PerCom 2026