脑机接口 / BCI

Motor Imagery EEG Signal Classification Using Minimally Random Convolutional Kernel Transform and Hybrid Deep Learning

使用最小随机卷积核变换和混合深度学习进行运动想象EEG信号分类

Jamal Hwaidi, Mohamed Chahine Ghanem

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

AI总结 本文提出了一种基于最小随机卷积核变换和混合深度学习的运动想象EEG信号分类方法，通过高效特征提取和低计算成本实现高准确率分类。

Mitigating Subject Dependency in EEG Decoding with Subject-Specific Low-Rank Adapters

通过主体特定低秩适配器缓解EEG解码中的主体依赖性

Timon Klein, Piotr Minakowski, Sebastian Sager, Steffen Schotthöfer

机构 * Department of Mathematics（数学系） ； Otto von Guericke University Magdeburg（奥托·冯·格里克大学马格德堡分校） ； Max Planck Institute for Dynamics of Complex Technical Systems（复杂技术系统动力学马克斯·普朗克研究所） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

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

AI总结 SuLoRA通过分解权重为共享和主体特定部分，提升EEG解码中跨主体鲁棒性，实现参数更少但性能更优的解码模型。

MantisV2: Closing the Zero-Shot Gap in Time Series Classification with Synthetic Data and Test-Time Strategies

MantisV2: 通过合成数据和测试时策略缩小零样本时间序列分类的差距

Vasilii Feofanov, Songkang Wen, Jianfeng Zhang, Lujia Pan, Ievgen Redko

专题命中 EEG解码 ：EEG(abstract)；分类 cs.LG

AI总结 MantisV2通过合成数据和测试时策略提升时间序列分类的零样本性能

MEG-to-MEG Transfer Learning and Cross-Task Speech/Silence Detection with Limited Data

从MEG到MEG的迁移学习与跨任务语音/沉默检测（数据有限）

Xabier de Zuazo, Vincenzo Verbeni, Eva Navas, Ibon Saratxaga, Mathieu Bourguignon, Nicola Molinaro

机构 * HiTZ Center, University of the Basque Country -- UPV/EHU, Spain（比斯开国家大学HiTZ中心） ； Basque Center on Cognition, Brain and Language -- BCBL, Spain（巴斯克认知、大脑与语言中心） ； Ikerbasque, Basque Foundation for Science, Spain（巴斯克科学基金会Ikerbasque） ； Laboratory of Functional Anatomy, Faculty of Human Motor Sciences, Université libre de Bruxelles (ULB), Belgium（布鲁塞尔自由大学人体运动科学系功能解剖实验室） ； Laboratoire de Neuroanatomie et Neuroimagerie translationnelles (LN2T), ULB Neuroscience Institute, Université libre de Bruxelles (ULB), Belgium（布鲁塞尔自由大学神经解剖与神经影像翻译实验室） ； WEL Research Institute, Belgium（比利时WEL研究机构） 纠错

专题命中 神经信号处理 ：brain-computer interface(abstract)；neural decoding(abstract)；分类 cs.LG

AI总结 本文提出通过迁移学习提升MEG数据下的语音与沉默检测性能，展示预训练模型在跨任务解码中的优势。

Comments 6 pages, 3 figures, 3 tables, submitted to Interspeech 2026

Landmark Detection for Medical Images using a General-purpose Segmentation Model

使用通用分割模型进行医学图像标志物检测

Ekaterina Stansfield, Jennifer A. Mitterer, Abdulrahman Altahhan

机构 * University of Vienna（维也纳大学） ； Orthopaedic Hospital Speising（骨科医院Speising） ； University of Leeds（利兹大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出结合YOLO和SAM模型，用于提高骨科骨盆放射影像中解剖标志物和复杂轮廓的分割精度。

Comments 13 pages, 8 figures, 2 tables. Submitted to ICONIP 2025

Evaluating Cross-Subject and Cross-Device Consistency in Visual Fixation Prediction

评估视觉注视预测中的跨受试者和跨设备一致性

Yuli Wu, Henning Konermann, Emil Mededovic, Peter Walter, Johannes Stegmaier

专题命中 BCI数据与评测 ：neuroprosthetic(abstract)；分类 cs.HC

AI总结 本研究评估了视觉注视预测中跨受试者和跨设备一致性，发现简单刺激下平均固定可跨设备转移，但个体到平均一致性较弱，为神经假体应用提供了实证支持。

Journal ref 2025 47th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC)

LGD-Net: Latent-Guided Dual-Stream Network for HER2 Scoring with Task-Specific Domain Knowledge

LGD-Net：基于任务特定领域知识的HER2评分潜变量引导双流网络

Peide Zhu, Linbin Lu, Zhiqin Chen, Xiong Chen

机构 * School of Mathematics and Statistics, Fujian Normal University（福建师范大学数学与统计学学院） ； Department of Oncology, Mengchao Hepatobiliary Hospital of Fujian Medical University（福建医科大学 Mengchao 肝胆医院肿瘤科） 纠错

专题命中 BCI数据与评测 ：BCI(abstract)

AI总结 LGD-Net通过跨模态特征幻觉替代显式像素生成，利用任务特定领域知识提升HER2评分的准确性与效率。