脑机接口 / BCI

ENIGMA: EEG-to-Image in 15 Minutes Using Less Than 1% of the Parameters

ENIGMA：在15分钟内使用少于1%的参数实现EEG到图像的转换

Reese Kneeland, Wangshu Jiang, Ugo Bruzadin Nunes, Paul Steven Scotti, Arnaud Delorme, Jonathan Xu

机构 * University of Waterloo（滑铁卢大学） ； Princeton Neuroscience Institute（普林斯顿神经科学研究所） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；brain-computer interface(abstract)；分类 q-bio.NC、cs.HC

AI总结 ENIGMA通过简单高效架构，在15分钟内实现EEG到图像的高精度解码，显著提升性能和微调效率。

Bridging the Compression-Precision Paradox: A Hybrid Architecture for Clinical EEG Report Generation with Guaranteed Measurement Accuracy

弥合压缩-精度悖论：一种用于临床EEG报告生成的混合架构，保证测量精度

Wuyang Zhang, Zhen Luo, Chuqiao Gu, Jianming Ma, Yebo Cao, Wangming Yuan, Yinzhi Jin

机构 * Northeastern University（东北大学） ； Carnegie Mellon University（卡内基梅隆大学） ； George Mason University（乔治·马歇尔大学） 纠错

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

AI总结 本研究提出了一种混合架构，通过信号处理和跨模态翻译实现临床EEG报告生成，保证测量精度，减少误报并提升检测速度。

Comments 7 pages

Pupillometry and Brain Dynamics for Cognitive Load in Working Memory

瞳孔测量与脑动态在工作记忆认知负荷中的应用

Nusaibah Farrukh, Malavika Pradeep, Akshay Sasi, Rahul Venugopal, Elizabeth Sherly

机构 * Digital University Kerala（数字大学凯拉尔） ； Centre for Consciousness Studies, NIMHANS（意识研究中心，NIMHANS） 纠错

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

AI总结 本研究通过结合特征分析与模型驱动方法，证明瞳孔测量可替代脑电图用于认知负荷检测，提供了一种便携、经济的可穿戴监测方案。

Comments 6 Pages, 3 Figures, 5 Tables, Code Available at: https://github.com/NusaibahFarrukh/PupillometryBrainDynamics

CMCRD: Cross-Modal Contrastive Representation Distillation for Emotion Recognition

CMCRD：跨模态对比表示蒸馏用于情绪识别

Siyuan Kan, Huanyu Wu, Zhenyao Cui, Fan Huang, Xiaolong Xu, Dongrui Wu

机构 * Key Laboratory of Image Processing and Intelligent Control, Ministry of Education, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（图像处理与智能控制重点实验室、教育部、自动化学院、华中科技大学） ； Wuhan Institute of Digital Engineering（武汉数字工程研究所） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 CMCRD通过跨模态对比表示蒸馏提升情绪识别准确性，减少多模态数据需求，实验表明在EEG和眼动数据间相互辅助训练可提高分类准确率约6.2%。

Journal ref IEEE Trans. on Affective Computing, 2026

Fully-automated sleep staging: multicenter validation of a generalizable deep neural network for Parkinson's disease and isolated REM sleep behavior disorder

全自动睡眠分期：一种通用深度神经网络在帕金森病和孤立性快速眼动睡眠行为障碍中的多中心验证

Jesper Strøm, Casper Skjærbæk, Natasha Becker Bertelsen, Steffen Torpe Simonsen, Niels Okkels, David Bertram, Sinah Röttgen, Konstantin Kufer, Kaare B. Mikkelsen, Marit Otto, Poul Jørgen Jennum, Per Borghammer, Michael Sommerauer, Preben Kidmose

专题命中 EEG解码 ：EEG(abstract)；分类 cs.LG

AI总结 本研究开发了一种通用深度神经网络，用于全自动睡眠分期，通过多中心验证提高了帕金森病和孤立性快速眼动睡眠行为障碍的诊断准确性。

Comments 21 pages excluding supplementary, 9 figures

ReLANCE: A Resource-Efficient Low-Latency Cortical Neural Acceleration Engine

ReLANCE：一种资源高效、低延迟的皮层神经加速引擎

Sonu Kumar, Arjun S. Nair, Bhawna Chaudhary, Mukul Lokhande, Santosh Kumar Vishvakarma

专题命中 神经信号处理 ：cortical(title,abstract)

AI总结 ReLANCE通过模块化并行性设计，实现低延迟、高吞吐量的皮层神经网络加速，提升边缘AI应用的资源效率和准确性。