脑机接口 / BCI

A Comprehensive Analysis of 2D&3D Video Watching of EEG Signals by Increasing PLSR and SVM Classification Results

Negin Manshouri, Temel Kayikcioglu

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

Deep Convolutional Neural Network for Automated Detection of Mind Wandering using EEG Signals

Seyedroohollah Hosseini, Xuan Guo

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

Comments 4 pages, 3 figures, 4 tables

Computational EEG in Personalized Medicine: A study in Parkinson's Disease

Sebastian Mathias Keller, Maxim Samarin, Antonia Meyer, Vitalii Kosak, Ute Gschwandtner, Peter Fuhr, Volker Roth

专题命中 EEG解码 ：EEG(title,abstract)；分类 q-bio.NC、eess.SP、cs.LG

Comments Machine Learning for Health (ML4H) Workshop at NeurIPS 2018 arXiv:811.07216

EEG-based Subjects Identification based on Biometrics of Imagined Speech using EMD

Luis Alfredo Moctezuma, Marta Molinas

专题命中 EEG解码 ：EEG(title,abstract)；分类 q-bio.NC、eess.SP、cs.LG

EEG-GAN: Generative adversarial networks for electroencephalograhic (EEG) brain signals

Kay Gregor Hartmann, Robin Tibor Schirrmeister, Tonio Ball

专题命中 EEG解码 ：EEG(title,abstract)；分类 q-bio.NC、eess.SP、cs.LG

Comments 6 pages, 6 figures

Interpretable Deep Neural Networks for Single-Trial EEG Classification

Irene Sturm, Sebastian Bach, Wojciech Samek, Klaus-Robert Müller

专题命中 EEG解码 ：EEG(title,abstract)；BCI(abstract)

Comments 5 pages, 1 figure

Frequency Recognition in SSVEP-based BCI using Multiset Canonical Correlation Analysis

Yu Zhang, Guoxu Zhou, Jing Jin, Xingyu Wang, Andrzej Cichocki

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

Journal ref International Journal of Neural Systems, 2014, vol.24, no.2, pp.1450013 (14 pages)

Neuronal Spectral Analysis of EEG and Expert Knowledge Integration for Automatic Classification of Sleep Stages

Nizar Kerkeni, Frederic Alexandre, Mohamed Hedi Bedoui, Laurent Bougrain, Mohamed Dogui

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

Adaptive Split-MMD Training for Small-Sample Cross-Dataset P300 EEG Classification

Weiyu Chen, Arnaud Delorme

机构 * Swartz Center for Computational Neuroscience（斯瓦茨计算神经科学中心） ； Institute for Neural Computation（神经计算研究所） ； University of California San Diego（加州大学圣地亚哥分校） ； The Department of Electronic and Electrical Engineering（电子与电气工程系） ； Southern University of Science and Technology（南方科技大学） ； Centre de recherche Cerveau et Cognition（脑与认知研究中心） ； Paul Sabatier University（保罗·萨巴蒂尔大学） 纠错

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

Comments 8 pages, 5 figures. Submitted to IEEE BIBM 2025 Workshop on Machine Learning for EEG Signal Processing (MLESP)

EEG-MSAF: An Interpretable Microstate Framework uncovers Default-Mode Decoherence in Early Neurodegeneration

Mohammad Mehedi Hasan, Pedro G. Lind, Hernando Ombao, Anis Yazidi, Rabindra Khadka

机构 * Department of Computer Science, Oslo Metropolitan University（计算机科学系，奥斯陆 Metropolitan 大学） ； King Abdullah University of Science and Technology（国王 Abdullah 科学与技术大学） ； Department of Informatics, University of Oslo（信息学系，奥斯陆大学） ； Kristiania University of Applied Sciences（Kristiania 应用科学大学） 纠错

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

Comments Dementia, EEG, Microstates, Explainable, SHAP

Impact of Nap on Performance in Different Working Memory Tasks Using EEG

Gi-Hwan Shin, Young-Seok Kweon, Heon-Gyu Kwak, Ha-Na Jo, Seong-Whan Lee

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

Comments Submitted to 2024 12th IEEE International Winter Conference on Brain-Computer Interface

Multi-Signal Reconstruction Using Masked Autoencoder From EEG During Polysomnography

Young-Seok Kweon, Gi-Hwan Shin, Heon-Gyu Kwak, Ha-Na Jo, Seong-Whan Lee

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

Comments Proc. 12th IEEE International Winter Conference on Brain-Computer Interface

Changes in Power and Information Flow in Resting-state EEG by Working Memory Process

Gi-Hwan Shin, Young-Seok Kweon, Heon-Gyu Kwak

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

Comments Submitted to 2023 11th IEEE International Winter Conference on Brain-Computer Interface

Evaluating Latent Space Robustness and Uncertainty of EEG-ML Models under Realistic Distribution Shifts

Neeraj Wagh, Jionghao Wei, Samarth Rawal, Brent M. Berry, Yogatheesan Varatharajah

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

Comments NeurIPS 2022 camera ready version. Code available at https://github.com/neerajwagh/evaluating-eeg-representations. tl;dr - We develop model diagnostic measures to identify failure modes of EEG-ML models before deployment without access to out-of-distribution data. Keywords - dataset shift, EEG, representation learning, robustness, latent space, uncertainty quantification, distribution shift

Semi-automated Annotation of Signal Events in Clinical EEG Data

Scott Yang, Silvia Lopez, Meysam Golmohammadi, Iyad Obeid, Joseph Picone

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

Comments Published in IEEE Signal Processing in Medicine and Biology Symposium. Philadelphia, Pennsylvania, USA

Journal ref S. Yang, S. Lopez, M. Golmohammadi, I. Obeid and J. Picone, "Semi-automated annotation of signal events in clinical EEG data," 2016 IEEE Signal Processing in Medicine and Biology Symposium (SPMB), Philadelphia, PA, 2016, pp. 1-5

Comparison of P300 Responses in Auditory, Visual and Audiovisual Spatial Speller BCI Paradigms

M. Chang, N. Nishikawa, Z. R. Struzik, K. Mori, S. Makino, D. Mandic, T. M. Rutkowski

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

Comments Proceedings of the Fifth International Brain-Computer Interface Meeting 2013, 2 pages, 1 figure

ReMAP: Self-supervised learning to unveil brain representations and vulnerability

ReMAP：用于揭示大脑表征与脆弱性的自监督学习

Jade Perdereau, Virginie Loison, Kanssa El Ayeb, Louis Gervais, Melvin Berto Strouc, Fabrice Vallée, Thomas Moreau, Jérôme Cartailler

机构 * AP-HP（巴黎公立医院集团） ； Inserm（法国国家健康与医学研究院） ； Université Paris Cité（巴黎城市大学） ； Université Paris-Saclay（巴黎-萨克雷大学） ； Inria（法国国家信息与自动化研究所） ； CEA（法国原子能和替代能源委员会） ； Sorbonne Université（索邦大学） 纠错

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

AI总结 本研究提出ReMAP自监督学习方法，基于EEG揭示大脑表征与脆弱性，可准确预测麻醉深度，其紧凑模型性能可媲美大规模EEG基础模型，还能关联临床结局与神经生理学特征。

Beyond Flickering: Introducing Code-Modulated Motion Visual Evoked Potentials for Brain-Computer Interfacing

超越闪烁：引入代码调制运动视觉诱发电位用于脑机接口

Hanneke Scheppink, Rainer Herpers, Jordy Thielen, Ivan Volosyak

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

AI总结 本文提出了一种基于运动刺激的代码调制运动视觉诱发电位(c-MVEP)用于脑机接口，通过对比不同刺激方式的性能，展示了其在信号质量和应用潜力上的优势。

Comments Author Accepted Manuscript. Published in Frontiers in Neuroergonomics

Journal ref Front. Neuroergonomics 7:1884144 (2026)

NanoSleep: A Parameter-Efficient Hybrid Temporal Convolutional Network for Single-Channel Sleep Stage Classification

NanoSleep：一种用于单通道睡眠分期分类的参数高效混合时间卷积网络

S M Asif Hossain, Shruti Kshirsagar

机构 * School of Computing, Wichita State University（威奇托州立大学计算学院） 纠错

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

AI总结 本研究提出参数高效的混合时间卷积网络NanoSleep，解决单通道EEG睡眠分期分类中模型体积大的问题，经实验验证其在准确率与效率间实现平衡，适用于资源受限设备

M-LINKX: Multiview Graph Learning for Brain Cognitive Disease Detection

M-LINKX：用于脑部认知疾病检测的多视图图学习框架

An Phan, Yufei Jin, Xingquan Zhu

机构 * Florida Atlantic University（佛罗里达大西洋大学） 纠错

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

AI总结 本研究提出多视图图学习框架M-LINKX，通过构建多视图功能连接图并融合表示，在CAUEEG和AHEAP两类EEG数据集的痴呆分类任务中取得最优性能。

Comments Accepted at the 25th IEEE International Conference on Machine Learning and Applications (ICMLA 2026). 8 pages, 5 figures

ProtoGIB-Workload: Learning Workload-Specific Neural Topology Prototypes across Subjects

ProtoGIB-Workload：跨被试学习特定工作负载的神经拓扑原型

Yuzhe Zhang, Yixi Zhang, Shengdian Jiang, Chengxi Xie, Jihong Wang, Huan Liu, Man Yao, Minnan Luo, Chao Shen

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

AI总结 本文针对EEG工作负载识别中跨被试泛化差的问题，提出ProtoGIB-Workload框架，结合SGIB和CTS实现稳定的神经拓扑原型学习，在多数据集LOSO实验中提升跨被试Macro-F1分数平均5.15%。

Complexity and Stability of Neural Activity Across Aging and Neurodegenerative Disease

衰老与神经退行性疾病中神经活动的复杂性与稳定性

Junjie Yu, Jianyu Zhang, Zian Pei, Xue Shi, Yumei Liu, Xin Jiang, Quanying Liu, Yi Guo

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

AI总结 该研究以EEG为对象，用Wasserstein距离和内在维度分别量化神经活动的稳定性与复杂性，发现健康衰老、轻度认知障碍及阿尔茨海默病的神经表征稳定性与复杂性存在特征性变化，为相关研究提供了新框架。

A Modular Workflow for Multimodal Reading Experiments

多模态阅读实验的模块化工作流程

Thomas Krämer, Thomas Kosch, Dagmar Kern, Daniel Hienert

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

AI总结 该研究提出一种基于网络的模块化工作流程，整合眼动、EEG等多模态数据，可适配不同实验设置，用于在线阅读的多模态研究，支持生态情境下的实证验证。

Comments In Proceedings of the 30th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems

EEGForceFusion: Joint Tokenised-Continuous Representation Learning for Subject-Independent Grasp Force Decoding

EEGForceFusion：用于独立于主体的抓握力解码的联合令牌化-连续表示学习

Sankalp Sunil Turankar, Yogesh Kumar Meena

机构 * IIT Gandhinagar（印度理工学院甘地纳格尔分校） 纠错

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

AI总结 研究针对连续抓握力解码难题，提出混合EEG解码框架，联合建模连续和令牌化表示，集成多种技术于统一架构，实验表明该方法在WAY-EEG-GAL数据集上跨主体泛化能力强，适用于实时力解码。

Comments 6 pages, 9 figures, 4 tables, accepted at Brain-Machine Interface (BMI) Systems Session, IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2026)

Addressing Limited Data in Auditory Attention Decoding with Diffusion Generative Models

用扩散生成模型解决听觉注意力解码中的数据有限问题

David Rannaleet, Victor Gunnarsson, Bo Bernhardsson, Martin A. Skoglund, Emina Alickovic

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

AI总结 研究针对助听器中听觉注意力解码因数据有限面临的挑战，利用扩散概率模型生成合成语音诱发EEG数据进行数据增强，实验证明该方法能显著提高AAD性能，凸显其减轻训练数据限制及增强模型鲁棒性的潜力。

Exploring Brain Networks Using Noninvasive Electrophysiological Measurements: Methods and Applications

使用非侵入性电生理测量探索脑网络：方法与应用

Richard Leahy, Takfarinas Medani

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

AI总结 该研究围绕使用EEG和MEG探索脑网络展开，阐述了其物理原理、正逆问题等方法基础及实际工作流程，涵盖多种连通性测量方法和新兴途径，为相关研究人员和学生提供了概念与实践指导。

Comments Book chapter manuscript including 6 figures and comprehensive references

Using hierarchical statistical learning models to model individual statistical learning

使用分层统计学习模型对个体统计学习进行建模

Hanna Ringer, Tatsuya Daikoku

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

AI总结 研究用分层贝叶斯统计学习模型，在有无诵读困难的成年人听结构化音调序列时，通过EEG记录对个体学习轨迹建模，虽未发现组间显著差异，但模型模拟与EEG数据对应紧密，为未来研究提供概念验证。

Utilizing Cognitive Signals Generated during Human Reading to Enhance Keyphrase Extraction from Microblogs

利用人类阅读过程中产生的认知信号增强微博关键词抽取

Xinyi Yan, Yingyi Zhang, Chengzhi Zhang

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

AI总结 研究利用脑电图（EEG）和眼动追踪信号增强微博关键词抽取（AKE），发现EEG特征带来最大性能提升，两种信号部分互补但存在冗余。

Journal ref IPM, 2024

RECTOR: Masked Region-Channel-Temporal Modeling for Affective and Cognitive Representation Learning

RECTOR：面向情感与认知表征学习的掩码区域-通道-时间建模

Jinhan Liu, Mahsa Shoaran

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 提出RECTOR自监督框架，通过自适应功能分区和掩码拓扑学习，统一建模EEG/sEEG的区域-通道-时间动态，在情感识别和任务参与分类上达到新最优，且对缺失通道和跨导联泛化鲁棒。

Structure-Preserving Correction Learning for Sparse Bayesian Inference in Brain Source Imaging

脑源成像中稀疏贝叶斯推断的结构保持校正学习

Marco Morik, Xiao Ruiting, Shinichi Nakajima, Stefan Haufe, Ismail Huseynov

机构 * Berlin Institute for the Foundations of Learning and Data (BIFOLD)（柏林学习与数据基础研究所（BIFOLD）） ； Technische Universität Berlin（柏林技术大学） ； RIKEN Center for Advanced Intelligence Project (AIP)（理化学研究所先进智能项目中心（AIP）） ； Physikalisch-Technische Bundesanstalt（物理技术联邦机构） ； Charité – Universitätsmedizin Berlin（柏林夏里特大学医学院） 纠错

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

AI总结 提出一种结构保持的校正学习方法，通过展开经典联合超参数求解器为可训练神经网络，在保留贝叶斯结构的同时学习更新机制，提升M/EEG脑源成像的重建性能和收敛性。

Comments preprint