脑机接口 / BCI

See the Emotion: A Facial Emoji Proxy Modeling for EEG Emotion Recognition

看见情感：用于脑电图情感识别的面部表情符号代理建模

Jingjing Hu, Guo Dan, Haofan Cheng, Ying Zeng, Zhan Si, Jinxing Zhou, Meng Wang

机构 * Hefei University of Technology（合肥工业大学） ； PLA Information Engineering University（中国人民解放军信息工程大学） ； University of Science and Technology of China（中国科学技术大学） ； MBZUAI 纠错

专题命中 EEG解码 ：EEG(title,abstract)；neural signal(abstract)；分类 cs.HC

AI总结 研究将脑电图可解释性重构为跨模态生成任务，提出面部表情符号代理建模框架，把高维脑电图信号转化为面部表情符号，在相关基准测试中取得先进准确率，能生成忠实面部动画展现大脑情感演变。

Comments Accepted by ICML 2026

A Granularity-Aware EEG Feature Framework for Psychopathology Dimension Prediction

一种用于精神病理学维度预测的粒度感知脑电图特征框架

Haofan Cheng, Jingjing Hu, Jingrong Pei, Shuaiqi Fu, Meilun Shen, Shuai Fang, Meng Wang, Dan Guo, Jie Zhang

机构 * School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； Preventive Medicine Institute & Medical Innovation Center, The Fourth Military Medical University（第四军医大学预防医学研究所&医学创新中心） ； Key Laboratory of Knowledge Engineering with Big Data (Ministry of Education of China), Hefei University of Technology（合肥工业大学大数据知识工程教育部重点实验室） 纠错

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

AI总结 开发粒度感知脑电图特征管道，将多尺度描述符组织到不同层级，用健康脑网络队列评估对四种精神病理学维度的预测，树模型等有改进，多尺度特征含相关信号，粒度感知选择或为有用策略。

Prior-Guided Frequency-Calibrated Virtual EEG Channel Inference from Four Frontal Electrodes for Wearable EEG Augmentation

用于可穿戴脑电图增强的鲁棒频率校准虚拟脑电通道生成：来自四个额叶电极

Minghao Xiao

机构 * School of Biomedical Science and Engineering, South China University of Technology（生物医学工程学院，华南理工大学） ； School of Automation Science and Engineering, South China University of Technology（自动化科学与工程学院，华南理工大学） 纠错

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

AI总结 提出FAVC-Net网络，通过频率校准从四个额叶电极生成13个未测量通道，联合优化波形保真度、频谱分配和鲁棒性，在PRED+CT数据集上实现最佳波形-频谱性能。

Comments 19 pages, 4 figures

Neural Signatures of Programming Expertise: Classifying Programmer Skill Levels Using EEG Data

编程专长的神经特征：使用脑电图数据对程序员技能水平进行分类

Maurice Rekrut, Mahima Mahabaleshwar Acharya, Taisiia Ulianova, Norman Peitek, Annabelle Bergum, Mariya Toneva, Sven Apel, Antonio Krüger

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

AI总结 利用脑电图和机器学习分析编程经验与神经活动的关系，通过随机森林分类器实现高精度技能水平分类，揭示了熵值和额叶激活模式等关键神经特征。

DAH-Net: A Dual-Attention Hybrid Network for Interpretable and Robust EEG-Based Emotion Recognition

DAH-Net: 用于可解释且鲁棒的基于脑电情绪识别的双注意力混合网络

S M Rakib UI Karim, Diponkor Bala, Wenyi Lu, Rownak Ara Rasul, Sean Goggins

机构 * Department of Electrical \& Computer Engineering University of Missouri Columbia, Missouri, USA ； Department of Computer Science ； Engineering City University Savar, Dhaka-1340, Bangladesh ； Department of Computer Science University of Missouri Columbia, Missouri, USA 纠错

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

AI总结 提出DAH-Net双注意力混合网络，集成1D-CNN、BiLSTM和双多头注意力，在2479样本988特征上达到99.19%测试准确率，优于传统模型，并通过特征分析揭示协方差特征贡献最大。

Dive into Waves: Morlet Spectral Transformer for Cross-Subject Emotion Decoding from EEG

深入波动：用于跨被试脑电情绪解码的Morlet谱变换器

Jiaxin Qing, Lexin Li

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 针对脑电情绪识别中跨被试变异性问题，提出基于Morlet小波标记化、长上下文基线去除和频带特定空间投影的Morlet谱变换器（MST），无需预训练即可在SEED系列数据集上超越大型预训练模型和频域方法。

Beyond Augmentation: Score-Guided Pathological Prior for EEG-based Depression Detection

超越增强：基于评分引导的病理先验用于脑电图抑郁症检测

Xiaojing Chen, Jingqi Cheng, Xu Zhao, Wan Jiang, Jingjing Wu

机构 * School of Internet, Anhui University（安徽大学互联网学院） ； School of Computer Science and Technology, Hefei University of Technology（合肥工业大学计算机科学与技术学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） 纠错

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

AI总结 针对脑电图抑郁症检测中的小样本困境，提出无数据增强的评分引导分类框架，利用生成网络建模病理先验并融合深度特征，同时设计跨通道空间适应模块解决多中心数据集硬件异构问题。

State-Flow Coordinated Representation for MI-EEG Decoding

状态-流协调表示用于运动想象-EEG解码

Guoqing Cai, Shoulin Huang, Ting Ma

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

AI总结 本文提出StaFlowNet，通过分离和协调状态与流信息提升运动想象-EEG解码性能，实验表明其在三个公开数据集上均优于现有方法。

From Video to EEG: Adapting Joint Embedding Predictive Architecture to Uncover Saptiotemporal Dynamics in Brain Signal Analysis

从视频到EEG：适应联合嵌入预测架构以揭示脑信号分析中的空间时间动态

Amirabbas Hojjati, Lu Li, Ibrahim Hameed, Anis Yazidi, Pedro G. Lind, Rabindra Khadka

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

AI总结 本文提出EEG-VJEPA，通过将EEG视为视频序列，利用联合嵌入和自适应掩码学习空间时间表示，提升分类准确率并提供可解释的嵌入，适用于实际临床场景。

Do Models See in Line with Human Vision? Probing the Correspondence Between LVLM Representations and EEG Signals

模型的视觉感知是否与人类视觉一致？探测LVLM表示与EEG信号之间的对应关系

Xin Xiao, Yang Lei, Haoyang Zeng, Xiao Sun, Xinyi Jiang, Yu Tian, Hao Wu, Kaiwen Wei, Jiang Zhong

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

AI总结 本文通过EEG信号分析，揭示了LVLM的视觉表示与人类大脑的对应关系，发现中间层与EEG活动对齐，多模态架构提升大脑对齐性，且视觉表现强的模型EEG相似性更高。

Stringology-Based Motif Discovery from EEG Signals: an ADHD Case Study

基于字符串学的EEG信号中的动机发现：一项ADHD案例研究

Anat Dahan, Samah Ghazawi

专题命中 EEG解码 ：EEG(title,abstract)；neural signal(abstract)；分类 q-bio.NC

AI总结 本文提出基于字符串学的EEG信号模式发现方法，用于分析ADHD患者的神经活动特征，揭示其在结构、稳定性和层次组织上的系统性差异。

DECAF: Dynamic Envelope Context-Aware Fusion for Speech-Envelope Reconstruction from EEG

DECAF：动态包络上下文感知融合用于从EEG中重建语音包络

Karan Thakkar, Mounya Elhilali

机构 * Laboratory for Computational Audio Perception, Johns Hopkins University, USA（计算听觉感知实验室，约翰霍普金斯大学，美国） 纠错

专题命中 EEG解码 ：EEG(title,abstract)；neural decoding(abstract)；分类 eess.SP

AI总结 DECAF通过动态状态空间融合模型结合EEG神经估计与语音上下文预测，提升从EEG重建语音包络的准确性与连贯性。

Comments Accepted at ICASSP 2026

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。

Sample-level EEG-based Selective Auditory Attention Decoding with Markov Switching Models

基于EEG的样本级选择性听觉注意力解码与马尔可夫切换模型

Yuanyuan Yao, Simon Geirnaert, Tinne Tuytelaars, Alexander Bertrand

专题命中 EEG解码 ：EEG(title,abstract)；neural signal(abstract)；分类 eess.SP

AI总结 本文提出基于马尔可夫切换模型的样本级选择性听觉注意力解码方法，通过整合解码与平滑过程提升解码准确性并加快注意力切换检测。

NeuroCanvas: VLLM-Powered Robust Seizure Detection by Reformulating Multichannel EEG as Image

NeuroCanvas：通过重新表述多通道EEG为图像实现由VLLM驱动的鲁棒癫痫检测

Yan Chen, Jie Peng, Moajjem Hossain Chowdhury, Tianlong Chen, Yunmei Liu

机构 * MINDxAI Lab, Industrial \& Systems Engineering Department, University of Louisville ； UNITES Lab, University of North Carolina at Chapel Hill 纠错

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

AI总结 NeuroCanvas通过重新表述多通道EEG为图像，利用VLLM实现高效且鲁棒的癫痫检测，提升F1分数20%并降低88%的推理延迟。

HEEGNet: Hyperbolic Embeddings for EEG

HEEGNet：用于EEG的双曲嵌入

Shanglin Li, Shiwen Chu, Okan Koç, Yi Ding, Qibin Zhao, Motoaki Kawanabe, Ziheng Chen

机构 * Advanced Telecommunications Research Institute International（先进电信研究所国际） ； RIKEN Center for Advanced Intelligence Project（RIKEN高级人工智能项目中心） ； University of Trento（特伦特大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 HEEGNet通过结合欧几里得和双曲编码器，利用双曲几何提升EEG数据的泛化能力，实现领域不变的嵌入学习。

Comments Accepted to ICLR 2026

Geometry- and Relation-Aware Diffusion for EEG Super-Resolution

基于几何和关系的扩散模型用于EEG超分辨率

Laura Yao, Gengwei Zhang, Moajjem Chowdhury, Yunmei Liu, Tianlong Chen

机构 * Electroencephalography (EEG) provides a noninvasive window into distributed cortical dynamics of brain and is widely used across affective computing（脑电图（EEG）为研究大脑分布式皮层动态提供了一种非侵入性窗口，并广泛应用于情感计算） 纠错

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

AI总结 本文提出TopoDiff模型，通过结合拓扑感知嵌入和动态通道关系图，提升EEG空间超分辨率的生成保真度和下游任务性能。

Anticipation Before Action: EEG-Based Implicit Intent Detection for Adaptive Gaze Interaction in Mixed Reality

行动前的预见：基于EEG的隐式意图检测用于混合现实中的自适应目光交互

Francesco Chiossi, Elnur Imamaliyev, Martin Bleichner, Sven Mayer

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

AI总结 本文通过EEG研究SPN在混合现实交互中的隐式意图检测，发现SPN反映预见性不确定性，利用深度学习模型实现75%-97%的意图分类准确率，为构建意图感知的MR接口提供新方法。

KnowEEG: Explainable Knowledge Driven EEG Classification

KnowEEG: 基于知识驱动的可解释EEG分类

Amarpal Sahota, Navid Mohammadi Foumani, Raul Santos-Rodriguez, Zahraa S. Abdallah

机构 * University of Bristol（布里斯托大学） ； Monash University（墨尔本大学） 纠错

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

AI总结 KnowEEG通过结合时间序列和EEG领域知识，实现高性能且可解释的EEG分类，适用于情绪检测、心理工作负荷分类等任务。

How Light Shapes Memory: Beta Synchrony in the Temporal-Parietal Cortex Predicts Cognitive Ergonomics for BCI Applications

光如何塑造记忆：时间-顶叶皮层的β同步性预测BCI应用中的认知人体工学

Jiajia Li, Tian Guo, Fan Li, Huichao Ding, Guozheng Xu, Jian Song

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

AI总结 本研究通过分析顶叶-顶叶β同步性，揭示光照对工作记忆状态识别的影响，为BCI应用中的认知人体工学提供了新的预测方法。

Comments 16 pages,8 figures

Understanding Mental States in Active and Autonomous Driving with EEG

通过EEG理解主动和自动驾驶中的心理状态

Prithila Angkan, Paul Hungler, Ali Etemad

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

AI总结 本文通过EEG研究主动和自动驾驶中心理状态的差异，发现两种模式在神经激活和心理状态强度上有显著区别，强调了开发自动驾驶车辆驾驶员监控系统时需使用场景特定的数据和模型。

Comments 15 Pages, 13 Figures and 3 Tables. This work has been submitted to IEEE Transaction for possible publication

Estimating the Event-Related Potential from Few EEG Trials

从少量EEG试验中估计事件相关电位

Anders Vestergaard Nørskov, Kasper Jørgensen, Alexander Neergaard Zahid, Morten Mørup

机构 * Department of Applied Mathematics and Computer Science, Technical University of Denmark（应用数学与计算机科学系，丹麦技术大学） 纠错

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

AI总结 EEG2ERP通过不确定性意识自动编码器，从少量EEG试验中高效估计ERP，提升ERP研究的试验效率。

Comments Accepted by Transactions on Machine Learning Research (TMLR). 15 pages main manuscript, 30 pages total including supplementary material

Journal ref Transactions on Machine Learning Research, 2025

SAMBA: Toward a Long-Context EEG Foundation Model via Spatial Embedding and Differential Mamba

通过空间嵌入和微分Mamba实现长上下文EEG基础模型：SAMBA

Jiazhen Hong, Geoffrey Mackellar, Soheila Ghane

机构 * Emotiv Research（Emotiv研究公司） 纠错

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

AI总结 SAMBA通过空间嵌入和微分Mamba模块，实现长上下文EEG建模，提升EEG表示模型的通用性和鲁棒性。

Neurocognitive Modeling for Text Generation: Deep Learning Architecture for EEG Data

Khushiyant

机构 * Department of Computer Science University of Freiburg（计算机科学系弗赖堡大学） 纠错

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

Comments 15 pages, 10 figures, 5 tables

UMind: A Unified Multitask Network for Zero-Shot M/EEG Visual Decoding

Chengjian Xu, Yonghao Song, Zelin Liao, Haochuan Zhang, Qiong Wang, Qingqing Zheng

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

Bidirectional Time-Frequency Pyramid Network for Enhanced Robust EEG Classification

Jiahui Hong, Siqing Li, Muqing Jian, Luming Yang

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

Comments Accepted to IEEE BIBM 2025

Leveraging Generic Time Series Foundation Models for EEG Classification

Théo Gnassounou, Yessin Moakher, Shifeng Xie, Vasilii Feofanov, Ievgen Redko

机构 * Université Paris-Saclay, Inria, CEA（巴黎萨克雷大学、法国国家信息与自动化研究所、法国原子能委员会） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

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

Journal ref NeurIPS 2025 Workshop "Recent Advances in Time Series Foundation Models Have We Reached the 'BERT Moment'?"

A Direct Comparison of Simultaneously Recorded Scalp, Around-Ear, and In-Ear EEG for Neural Selective Auditory Attention Decoding to Speech

Simon Geirnaert, Simon L. Kappel, Preben Kidmose

专题命中 EEG解码 ：EEG(title,abstract)；neural signal(abstract)；分类 eess.SP

Decoding Listeners Identity: Person Identification from EEG Signals Using a Lightweight Spiking Transformer

Zheyuan Lin, Siqi Cai, Haizhou Li

机构 * School of Data Science（数据科学学院） ； Machine Listening Lab（机器听觉实验室） ； Department of ECE（电子工程系） 纠错

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

Journal ref Proc. Interspeech 2025, 5548-5552 (2025)

Information Capacity of EEG: Theoretical and Computational Limits of Recoverable Neural Information

Ishir Rao

专题命中 EEG解码 ：EEG(title,abstract)；cortical(abstract)；分类 q-bio.NC

Comments 3 pages, 5 figures