脑机接口 / BCI

Test-Time Adaptation for EEG Foundation Models: A Systematic Study under Real-World Distribution Shifts

EEG基础模型的测试时间适应：在现实世界分布偏移下的系统研究

Gabriel Jason Lee, Jathurshan Pradeepkumar, Jimeng Sun

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文系统研究了EEG基础模型在现实分布偏移下的测试时间适应方法，发现标准方法效果不稳定且易退化，而无优化方法更稳定可靠。

Comments Accepted to MLHC 2026

Data-Driven Modeling of Spatiotemporal Dynamics Using Multimodal Imaging Data

基于多模态成像数据的时空动力学数据驱动建模

Chunyan Li, Yutong Mao, Xiao Liu, Wenrui Hao

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

AI总结 该研究提出基于图的个性化动力学建模框架，整合多模态纵向成像数据，在1891名阿尔茨海默病患者中准确预测生物标志物轨迹，揭示个体化进展模式，优于现有基准。

Comments Provisionally accepted for publication in PLOS Computational Biology

CytoNet: A Foundation Model for the Human Cerebral Cortex at Cellular Resolution

CytoNet：人类大脑皮层细胞分辨率的基础模型

Christian Schiffer, Zeynep Boztoprak, Jan-Oliver Kropp, Julia Thönnißen, Katia Berr, Hannah Spitzer, Mathis Bode, Thomas Lippert, Katrin Amunts, Timo Dickscheid

机构 * Institute of Neuroscience and Medicine (INM-1), Research Centre Jülich（神经科学与医学研究所（INM-1），贾格尔研究中心） ； Helmholtz AI, Research Centre Jülich（海德堡人工智能，贾格尔研究中心） ； Institute for Brain Research, University Hospital Düsseldorf（脑研究所在杜塞尔多夫大学医院） ； Institute of Computational Biology, Computational Health Center, Helmholtz Munich（计算生物学研究所，计算健康中心，海德堡慕尼黑） ； Institute for Stroke and Dementia Research (ISD), LMU University Hospital, LMU Munich（中风与痴呆研究所以（ISD），慕尼黑大学医院，慕尼黑大学） ； Computer Vision, Institute for Computational Visualistics, University of Koblenz（计算机视觉，计算视觉研究所，科布伦兹大学） 纠错

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

AI总结 CytoNet通过训练100万张显微图像片段，建立了人类大脑皮层细胞分辨率的基础模型，用于分析微架构并链接细胞结构与功能组织。

Comments 59 pages, 15 figures, 10 tables. Revised version

Dendritic structure enables powerful plasticity

树突结构可实现强大的可塑性

Ben von Hünerbein, Federico Benitez, Kevin Max, Julian Göltz, Paul Haider, Simon Brandt, Arno Granier, Timo Gierlich, Jakob Jordan, Katharina A. Wilmes, Jean-Pascal Pfister, Walter Senn, Mihai A. Petrovici

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

AI总结 该研究聚焦树突结构对突触可塑性的影响，提出神经元区室化可让突触计算误差信号，通过梯度下降实现局部深度学习，能学习比全局赫布可塑性更复杂的任务。

Comments 30 pages, 4 figures, 3 boxes