脑机接口 / BCI

Adaptive Semi-Supervised Training of P300 ERP-BCI Speller System with Minimum Calibration Effort

自适应半监督训练的P300 ERP-BCI拼写系统：最小校准努力

Shumeng Chen, Jane E. Huggins, Tianwen Ma

机构 * Department of Biostatistics and Bioinformatics（生物统计学与生物信息学系） ； Rollins School of Public Health, Emory University（埃默里大学罗林斯公共卫生学院） ； Department of Physical Medicine and Rehabilitation（物理医学与康复系） ； Department of Biomedical Engineering（生物医学工程系） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出了一种自适应半监督学习框架，通过最小化校准努力提升P300 ERP-BCI拼写系统的实时拼写效率。

Comments 8 pages, 8 figures

ChatBCI: A P300 Speller BCI Leveraging Large Language Models for Improved Sentence Composition in Realistic Scenarios

ChatBCI: 一种利用大语言模型改进真实场景中句子组成的P300拼写BCI

Jiazhen Hong, Weinan Wang, Laleh Najafizadeh

机构 * Integrated Systems and NeuroImaging Laboratory（集成系统与神经成像实验室） ； Department of Electrical and Computer Engineering, Rutgers University（电气与计算机工程系，罗格斯大学） 纠错

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

AI总结 ChatBCI利用大语言模型提升真实场景中句子组成的效率和效果。

Journal ref Scientific Reports, 2026

The Representational Alignment Hypothesis: Evidence for and Consequences of Invariant Semantic Structure Across Embedding Modalities

表征对齐假说：跨嵌入模态的不变语义结构的证据及其后果

Akhil Ramidi, Kevin Scharp

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

AI总结 该研究提出表征对齐假说，探讨跨模态嵌入的不变语义结构，质疑其根本性，并提出新的哲学视角和区分方法。

Comments 23 pages, 3 figures

gPC-based robustness analysis of neural systems through probabilistic recurrence metrics

基于gPC的神经系统通过概率复发度量进行鲁棒性分析

Uros Sutulovic, Daniele Proverbio, Rami Katz, Giulia Giordano

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

AI总结 本文提出了一种基于gPC和复发图分析的新方法，用于评估神经系统在参数不确定性下的鲁棒性，通过概率状态保持图量化动态状态的保持能力。

Comments 20 pages, 7 figures

GENESIS: A Generative Model of Episodic-Semantic Interaction

GENESIS：一种生成式事件-语义交互模型

Marco D'Alessandro, Leo D'Amato, Mikel Elkano, Mikel Uriz, Giovanni Pezzulo

机构 * Institute of Cognitive Sciences and Technologies, National Research Council（认知科学与技术研究所，国家研究理事会） 纠错

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

AI总结 GENESIS模型通过整合语义和事件记忆的生成式系统，揭示了记忆作为主动、构造性和资源受限过程的原理性机制。

Comments 18 pages, 6 figures

ASPEN: Spectral-Temporal Fusion for Cross-Subject Brain Decoding

ASPEN：跨受试者脑解码的频谱-时间融合

Megan Lee, Seung Ha Hwang, Inhyeok Choi, Shreyas Darade, Mengchun Zhang, Kateryna Shapovalenko

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Kyung Hee University（Kyung Hee大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； University of Pittsburgh（匹兹堡大学） 纠错

专题命中 BCI数据与评测 ：brain-computer interface(abstract)；EEG(abstract)；neural signal(abstract)；motor imagery(abstract)

AI总结 ASPEN通过频谱-时间融合实现跨受试者脑解码，利用乘法融合提升跨模态一致性，有效提升未见受试者准确率。

Leveraging Foundation Models for Calibration-Free c-VEP BCIs

利用基础模型实现无需校准的c-VEP脑机接口

Mohammadreza Behboodi, Eli Kinney-Lang, Ali Etemad, Adam Kirton, Hatem Abou-Zeid

机构 * Department of Biomedical Engineering, University of Calgary（生物医学工程系，卡尔加里大学） ； Department of Electrical and Computer Engineering, Queen’s University（电气与计算机工程系，皇后大学） ； Department of Pediatric and Clinical Neuroscience, University of Calgary（儿科与临床神经科学系，卡尔加里大学） ； Department of Electrical and Software Engineering, University of Calgary（电气与软件工程系，卡尔加里大学） 纠错

专题命中 BCI数据与评测 ：BCI(abstract)；brain-computer interface(abstract)；分类 cs.LG、cs.HC

AI总结 本文提出基于基础模型的无需校准c-VEP脑机接口方法，通过训练分类头实现即插即用，无需受试者特定数据，实验显示在两个数据集上均取得较高准确率。

Comments 8 Pages, 2 figures, Accepted and Presented at the IEEE SMC Conference 2025

Journal ref 2025 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Vienna, Austria, 2025, pp. 4564-4571