脑机接口 / BCI

SAGE: Switch-Aware EEG-Guided Soft Gating for Target Speaker Extraction with In-Trial Switching

SAGE：面向试次内切换的脑电引导软门控目标说话人提取方法

Xuefei Wang, Ximin Chen, Yuting Ding, Chunlin Li, Fei Chen

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

AI总结 该研究针对试次内听觉注意切换下的脑电引导目标说话人提取难题，提出SAGE框架，通过软门控等技术提升性能，在多项指标上优于基线，实现了动态场景下的稳健目标提取。

Transition-Related Potentials as Markers of Narrative Comprehension in Continuous EEG

作为连续脑电图中叙事理解标记的转换相关电位

Bálint Csanády, Péter Vedres, Kristóf Zsolt Makó, Orsolya Papp-Zipernovszky, Márta Volosin, Dávid Apagyi, András Lukács, András Bálint Kovács, Zoltan Nadasdy

机构 * ELTE Eötvös Loránd University（埃尔特大学） ； Budapest University of Technology（布达佩斯技术大学） ； HUN-REN Wigner Research Centre for Physics（HUN-REN威金物理研究所） ； Semmelweis University（塞梅尔维斯大学） ； University of Miskolc（米什科尔茨大学） ； University of Szeged（塞格德大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 研究利用连续脑电图探索叙事理解，提取与电影转换对齐的电位，发现转换相关电位受叙事背景影响，可用深度神经网络从连续记录中恢复，为分析观众理解电影叙事提供半自动框架，还可用于其他连续刺激。

Comments 40 pages, 14 figures

How Far Can Wearable-Compatible Signals Go? A Controlled Decomposition of Non-EEG Sleep Staging

可穿戴兼容信号能走多远？非脑电图睡眠分期的受控分解

Yi Wang

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

AI总结 研究消费级可穿戴设备通过多种信号推断睡眠阶段的性能，引入四层受控分解框架评估，对比不同信号源的效果，发现非脑电图睡眠分期较粗略，基于置信度弃权可校准操作模式，量化了可穿戴信号与现实传感约束的惩罚。

Comments 9 pages, 5 figures, 6 tables

Differentiable Logic Gate Networks for Low-Latency EEG Classification on Edge Devices

用于边缘设备低延迟脑电图分类的可微逻辑门网络

Shyamal Y. Dharia, Stephen D. Smith, Camilo E. Valderrama

机构 * The University of Winnipeg（温尼伯大学） ； University of Manitoba（曼尼托巴大学） ； University of Calgary（卡尔加里大学） 纠错

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

AI总结 研究边缘设备上低延迟脑电图分类问题，提出可微逻辑门网络Diff-Logic，通过实验将其与MLP、BNN比较，结果表明Diff-Logic在痴呆筛查中表现优，推理时间稳定，确立其为资源受限脑机接口实用范式。

Comments Published in the Proceedings of the 39th Canadian Conference on Artificial Intelligence, PMLR 318, pages 377-391, 2026. Conference version: https://proceedings.mlr.press/v318/dharia26a.html

Journal ref Proceedings of the 39th Canadian Conference on Artificial Intelligence, PMLR 318:377-391, 2026

SpindleFlexNet: Flexible sleep spindles detection for EEG signals based on an adaptive one-dimensional RetinaNet-based framework

SpindleFlexNet：基于自适应一维视网膜网络框架的脑电信号灵活睡眠纺锤波检测

Shao-Jun Xia, Jing Bao, Anlan Sun, Xiaoyang Chen, Hongjia Liu, Xiao-Ting Li, Ying-Shi Sun

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

AI总结 研究针对睡眠纺锤波在脑电信号中占比小、检测难问题，提出SpindleFlexNet框架，基于自适应一维视网膜网络架构，经两个数据集训练和验证，该框架检测性能稳定、泛化性好，为睡眠研究提供实用工具。

Comments 12 pages, under submission

Graph-Regularized Deep Learning for EEG-Based Emotion Recognition with Psychologically-Grounded Label Structure

基于心理基础标签结构的图正则化深度学习用于基于脑电图的情绪识别

Dongyang Kuang, Zizheng Ma, Yushan Zhang, Xiaocong Zeng

机构 * School of Mathematics (Zhuhai), Sun Yat-sen University（中山大学数学学院（珠海）） 纠错

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

AI总结 研究基于脑电图的情绪识别，提出图正则化学习框架，将情绪视为图中节点，采用三种正则化策略，在三种骨干架构上评估，在SEED-IV和SEED-V数据集上有改进，提升了标准方法的性能上限。

Lightweight ML-Based Automatic Sleep Staging Framework with Constrained CNN and Mamba for Small-Sample EEG Datasets

基于轻量级机器学习的自动睡眠分期框架：用于小样本脑电数据集的约束卷积神经网络和曼巴算法

Zihao Wei, Yulin Gong, Yudan Lv

机构 * School of Electronic Information Engineering, Changchun University of Science and Technology（长春理工大学电子信息工程学院） ； Jilin University（吉林大学） 纠错

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

AI总结 针对小样本脑电数据自动睡眠分期面临的挑战，提出GamSleepNet框架，结合改进Gabor核与可学习滤波器提取特征，用曼巴架构构建网络，引入新损失和训练策略，验证了最佳数据集大小，提升了挑战性睡眠阶段识别准确率。

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。

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。

Modeling and Interpreting Correlations, Null Distributions and Significance Levels in Neural Tracking of Natural Stimuli

自然刺激神经追踪中的相关性、零分布与显著性水平的建模与解释

Simon Geirnaert, Alexander Bertrand, Tom Francart, Jonas Vanthornhout

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

AI总结 本研究针对自然刺激神经追踪的相关性解释问题，提出刺激-响应错位的零假设选择，构建半参数模型生成零归一化追踪分数，通过EEG数据反转原始相关性结论，提供了高效的神经追踪分析方法论。

Rethinking PPG-based Sleep Staging: Datasets, Metrics, and Benchmarks

重新思考基于光体积描记（PPG）的睡眠分期：数据集、指标与基准

Shuntian Zheng, Jiawei Wang, Cong Fu, Huan Yu, Chen Chen, Yu Guan, Sai Gu

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

AI总结 该研究针对基于PPG的睡眠分期与EEG方法存在的显著差距，开发隐半马尔可夫模型的标签扩展流程，用秒级监督在MESA数据集上提升四类分期准确率3.7-5.7个百分点，且在CFS上零样本迁移有效。

Computer Vision Based Neurology Brain Activity Rejection Architecture and Implementation

基于计算机视觉的神经学脑电活动抑制架构与实现

Zag ElSayed, Nathan Suer, Grace Westerkamp, Jack Yanchen Liu, Makoto Miyakoshi, Craig Erickson, Ernest Pedapati

机构 * Member, IEEE（IEEE成员） 纠错

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

AI总结 研究针对EEG在认知发展研究中的挑战，引入基于计算机视觉的自动化ICA拒绝标记工具，兼容常用软件接口，通过自动化人工任务，大幅减少处理时间，提高准确率，加速大规模EEG研究及脑电活动抑制任务应用。

Comments 7 pages, 10 figures, Conference

Journal ref ICMLA 2024

Joint Text-Audio Alignment for EEG-to-Text Decoding in Chinese Speech Production and Perception

中文语音产生与感知中脑电到文本解码的联合文本-音频对齐

Tian Zheng, Xurong Xie, Xinxin Zhu, Xiaolan Peng, Feng Tian

机构 * University of the Chinese Academy of Sciences（中国科学院大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Beijing Language and Culture University（北京语言大学） 纠错

专题命中 EEG解码 ：EEG(title,abstract)

AI总结 研究针对从头皮脑电图解码中文语音信息的难题，提出EEGAlign框架，通过联合文本与音频对齐及对比学习，经CTC解码，在ChineseEEG-2数据上取得先进的闭集句子分类性能，证明两对齐轴互补，是该领域首次相关研究。

Lost in Visual Translation: A VLM-Assisted Perceptual-Semantic Coherence Framework for EEG-to-Image Reconstruction

迷失在视觉翻译中：用于脑电到图像重建的基于视觉语言模型的感知语义连贯框架

Sukriti Tiwari, BHVSP Subrahmanyam, Nidhi Goyal, Sai Amrit Patnaik

机构 * Mahindra University（马欣德拉大学） ； MU-VT Interdisciplinary Advanced Research Centre for Transformative Technologies, Mahindra University（马欣德拉大学MU-VT变革性技术跨学科高级研究中心） 纠错

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

AI总结 研究脑电到图像重建中视觉保真度与语义可恢复性评估问题，引入基于四个视觉语言模型的框架，通过结构化问题评估图像对，产生宽容感知和语义对齐分数，提炼出脑机接口连贯分数，有效评估感知语义可恢复性。

Comments 27 pages, 3 figures, 13 tables. Accepted at the 5th International Workshop on Human Brain and Artificial Intelligence (HBAI 2026)

Robust EEG Functional Connectivity Metrics for Decoding Action Observation Conditions and Observed Actions

鲁棒的脑电功能连接指标用于解码动作观察条件和观察到的动作

Anh T. Nguyen, Zachary A. Rentala, Michelle J. Johnson

专题命中 EEG解码 ：EEG(title,abstract)

AI总结 本研究比较了五种脑电功能连接指标在解码动作观察刺激中的表现，发现对容积传导鲁棒的指标（如iCOH）优于其他，且图神经网络在所有指标中表现最稳健。

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

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

Efficient EEG Seizure Detection Using INT8 Quantization, Channel Pruning, and Spiking Neural Networks

使用 INT8 量化、通道剪枝和脉冲神经网络进行高效脑电癫痫检测

Kartikey Ahlawat

机构 * Leiden Institute of Advanced Computer Science（莱顿先进计算机科学研究所） ； Leiden University（莱顿大学） 纠错

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

AI总结 研究针对可穿戴和植入设备检测癫痫的难题，以一维卷积神经网络为基线，采用参数转移、通道剪枝、INT8 量化三种策略，实现减少模型大小、降低能耗、加快速度，为癫痫检测提供互补效率方向。

Sleep EEG Signal Criticality as a Non-Invasive Predictor of Cognitive Decline in Dementia

睡眠脑电信号临界性作为痴呆认知衰退的非侵入性预测指标

Stanisław Narębski, Tomasz Komendziński, Tomasz M. Rutkowski

机构 * Institute of Cybernetics and Human Informatics, Polish Academy of Sciences（波兰科学院信息学与人类科学研究所） 纠错

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

AI总结 研究通过多重分形去趋势波动分析量化睡眠脑电信号临界性，发现认知健康者更接近最优临界状态，痴呆组DFA指数向1.0偏移，表明睡眠中无标度神经动力学重组先于临床症状，可作为早期筛查工具。

Comments 4 pages, 2 figures, accepted for publication in the Proc. 48th Annu. Int. Conf. IEEE EMBS (EMBC 2026), Toronto, Canada, July 20-24, 2026

Journal ref 48th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC). Toronto, Canada: IEEE Press; 2026. p. 5607-10