脑机接口 / BCI

2602.04681 2026-02-05 eess.SP 85%

HFMCA: Orthonormal Feature Learning for EEG-based Brain Decoding

HFMCA：基于EEG的脑解码的正交特征学习

Yinghao Wang, Lintao Xu, Shujian Yu, Enzo Tartaglione, Van-Tam Nguyen

专题命中 EEG解码：EEG(title,abstract)；brain-computer interface(abstract)；motor imagery(abstract)；分类 eess.SP

AI总结 HFMCA通过正交特征学习提升EEG脑解码的准确率和泛化能力

2602.04018 2026-02-05 eess.SP 85%

Cross-Frequency Bispectral EEG Analysis of Reach-to-Grasp Planning and Execution

跨频率双谱EEG分析抓取计划与执行

Sima Ghafoori, Anna Cetera, Ali Rabiee, MH Farhadi, Rahul Singh, Mariusz Furmanek, Yalda Shahriari, Reza Abiri

专题命中 EEG解码：EEG(title,abstract)；brain-computer interface(abstract)；neuroprosthetic(abstract)；分类 eess.SP

AI总结本研究通过跨频率双谱EEG分析，揭示了运动计划与执行阶段中非线性耦合的差异，展示了双谱分析在抓取行为中的应用价值。

Comments manuscript is 34 pages, 6 figures, 2 tables, journal -- supplementary material is 9 pages, 3 figures, 1 table

2601.00459 2026-02-05 cs.LG eess.SP 81%

Combining Residual U-Net and Data Augmentation for Dense Temporal Segmentation of Spike Wave Discharges in Single-Channel EEG

结合残差U-Net与数据增强实现单通道EEG中尖峰波放电的密集时间分割

Saurav Sengupta, Scott Kilianski, Suchetha Sharma, Sakina Lashkeri, Ashley McHugh, Mark Beenhakker, Donald E. Brown

机构 * University of Virginia（弗吉尼亚大学）； School of Data Science（数据科学学院）； School of Medicine（医学院）

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

AI总结本研究提出AugUNet1D方法，通过残差连接和数据增强技术提升单通道EEG中尖峰波放电检测的跨受试者泛化能力。

2509.14764 2026-02-05 eess.SP cs.SD 57%

Efficient Solutions for Mitigating Initialization Bias in Unsupervised Self-Adaptive Auditory Attention Decoding

高效解决无监督自适应听觉注意力解码中的初始化偏差问题

Yuanyuan Yao, Simon Geirnaert, Tinne Tuytelaars, Alexander Bertrand

机构 * KU Leuven, Department of Electrical Engineering (ESAT)（鲁文大学电气工程系）； KU Leuven, Department of Neurosciences（鲁文大学神经科学系）

专题命中 EEG解码：EEG(abstract)；分类 eess.SP

AI总结本文提出三种高效算法，用于解决无监督自适应听觉注意力解码中的初始化偏差问题，实现较低且恒定的计算成本。

2602.04512 2026-02-05 q-bio.NC cs.AI 57%

BrainVista: Modeling Naturalistic Brain Dynamics as Multimodal Next-Token Prediction

BrainVista: 以多模态下一项令牌预测建模自然主义脑动力学

Xuanhua Yin, Runkai Zhao, Lina Yao, Weidong Cai

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

AI总结 BrainVista通过多模态自回归框架建模自然主义脑动力学，采用网络级令牌化器和空间混合头以解构系统特定动态并捕捉跨网络信息流，通过S2B掩码机制实现严格因果条件，提升fMRI编码性能。

Comments 17 pages, 7 figures, 11 tables

2602.01589 2026-02-05 cs.GR cs.CV cs.LG math.AG 57%

Two-chart Beltrami Optimization for Distortion-Controlled Spherical Bijection with Application to Brain Surface Registration

双图Beltrami优化用于受控的球面双射映射及其在脑表面配准中的应用

Zhehao Xu, Lok Ming Lui

机构 * Department of Mathematics, The Chinese University of Hong Kong（数学系，香港中文大学）

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

AI总结本文提出双图Beltrami优化方法，用于受控的球面双射映射，应用于脑表面配准，实现精确配准与可控失真。

2505.12653 2026-02-05 q-bio.NC 57%

High-dimensional structure underlying individual differences in naturalistic visual experience

自然视觉经验中个体差异的高维结构

Chihye Han, Michael F. Bonner

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

AI总结研究揭示了自然视觉经验中个体差异的高维神经几何结构，通过fMRI频谱分解发现多维神经模式预测行为差异，挑战传统跨个体相关性测量。

Journal ref Current Biology 36 (2026) 723-733

2602.04299 2026-02-05 cs.HC 88%

A Multimodal fNIRS-EEG Dataset for Unilateral Limb Motor Imagery

用于单侧肢体运动想象的多模态fNIRS-EEG数据集

Lufeng Feng, Baomin Xu, Haoran Zhang, Bihai Lin, Zuxuan Deng, Sidi Tao, Chenyu Liu, Shifan Jia, Li Duan, Ziyu Jia

专题命中运动想象：EEG(title,abstract)；motor imagery(title,abstract)；分类 cs.HC

AI总结本文提出MIND数据集，用于单侧肢体多方向运动想象，通过融合fNIRS和EEG数据提升BCI分类性能。

Comments 17 pages, 12 figures

1. EEG解码 4 篇