脑机接口 / BCI

Frequency-Decorrelated Temporal Ensembles for EEG--fNIRS Imagined-Handwriting Decoding

用于EEG-fNIRS想象手写解码的频率去相关时间集成

Xiao Fan, Hongbin Guo, Yubo Han, Yi Zhang

专题命中 EEG解码 ：EEG(title,title_cn)；brain-computer interface(abstract)；neural decoding(abstract)；分类 cs.HC

AI总结 本研究针对EEG-fNIRS想象手写解码难题，提出FRED系统，采用频率去相关时间集成等方法，在多模态脑机接口挑战赛中取得较好成绩，揭示了关键性能来源。

Bidirectional Temporal Dynamics Modeling for EEG-based Driving Fatigue Recognition

双向时间动态建模用于基于EEG的驾驶疲劳识别

Yip Tin Po, Jianming Wang, Yutao Miao, Jiayan Zhang, Yunxu Zhao, Xiaomin Ouyang, Zhihong Li, Nevin L. Zhang

机构 * IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS（IEEE生物医学与健康信息学期刊） 纠错

专题命中 EEG解码 ：EEG(title,title_cn)

AI总结 DeltaGateNet通过双向时间动态建模提升基于EEG的驾驶疲劳识别性能，实现高准确率和鲁棒性。

The Von-Neumann State-Space Transformer for neural decoding

用于神经解码的冯·诺依曼状态空间Transformer

Morteza Sarafyazd

机构 * BrainCo（脑聚科技） 纠错

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

AI总结 该研究提出VN-SST模型，其前馈模块为低维指令库，在神经解码任务中样本与参数效率优于现有模型，且在语言建模任务中也展现出通用高效性。

Comments 14 pages, 5 figures, 5 tables

LibriBrain100: One Hundred Hours of Broad and Deep MEG Data for Neural Speech Decoding at Scale

LibriBrain100：用于大规模神经语音解码的一百小时宽深脑磁图数据集

Francesco Mantegna, Dulhan Jayalath, Gereon Elvers, Tasha Kim, Benjamin Ballyk, Alex Fung, SungJun Cho, Teyun Kwon, Luisa Kurth, Miran Özdogan, Gilad Landau, Pratik Somaiya, Natalie Voets, Mark Woolrich, Oiwi Parker Jones

机构 * University of Oxford（牛津大学） ； FMRIB ； OHBA 纠错

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

AI总结 本研究推出含100小时脑磁图数据的LibriBrain100数据集，通过深度受试者内数据与多受试者数据结合，验证其可提升单词分类解码性能，助力无创脑机接口发展。

Comments 10 content pages + 22 pages for references and appendices (in total: 32 pages, 16 figures, 6 tables)