脑机接口 / BCI

EEG-Transformer: Self-attention from Transformer Architecture for Decoding EEG of Imagined Speech

Young-Eun Lee, Seo-Hyun Lee

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

Comments submitted to IEEE BCI Winter Conference

Classification of Tactile Perception and Attention on Natural Textures from EEG Signals

Myoung-Ki Kim, Jeong-Hyun Cho, Ji-Hoon Jeong

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

Comments Submitted IEEE The 9th International Winter Conference on Brain-Computer Interface

Automatic Micro-sleep Detection under Car-driving Simulation Environment using Night-sleep EEG

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

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

Comments Submitted IEEE The 9th International Winter Conference on Brain-Computer Interface

Perceptual Experience Analysis for Tone-mapped HDR Videos based on EEG and Peripheral Physiological Signals

Seong-Eun Moon, Jong-Seok Lee

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

Comments Published in IEEE Transactions on Autonomous Mental Development

Journal ref S.-E. Moon and J.-S. Lee, "Perceptual Experience Analysis for Tone-mapped HDR Videos Based on EEG and Peripheral Physiological Signals," in IEEE Transactions on Autonomous Mental Development, vol. 7, no. 3, pp. 236-247, Sept. 2015

Active Inference for Adaptive BCI: application to the P300 Speller

Jelena Mladenović, Jérémy Frey, Emmanuel Maby, Mateus Joffily, Fabien Lotte, Jeremie Mattout

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

Journal ref International BCI meeting, May 2018, Asilomar, United States. 2018, http://bcisociety.org/

Improved EEG Event Classification Using Differential Energy

Amir Harati, Meysam Golmohammadi, Silvia Lopez, Iyad Obeid, Joseph Picone

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

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

Journal ref A. Harati, M. Golmohammadi, S. Lopez, I. Obeid and J. Picone, "Improved EEG event classification using differential energy," 2015 IEEE Signal Processing in Medicine and Biology Symposium (SPMB), Philadelphia, PA, 2015, pp. 1-4

Detection of epileptic seizure in EEG signals using linear least squares preprocessing

Z. Roshan Zamir

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

Comments Biological signal classification, Signal approximation, Feature extraction, Data analysis, Linear least squares problems, EEG Seizure detection

Human brain distinctiveness based on EEG spectral coherence connectivity

Daria La Rocca, Patrizio Campisi, Balazs Vegso, Peter Cserti, Gyorgy Kozmann, Fabio Babiloni, Fabrizio De Vico Fallani

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

Comments Key words: EEG, Resting state, Biometrics, Spectral coherence, Match score fusion

MUPA$^{2}$E: Multimodal Unified Perception with Asymmetric Attention for Emotion Assessment

MUPA²E：用于情绪评估的非对称注意力多模态统一感知框架

Stefanos Gkikas, Eric Nichols, Christian Arzate Cruz, Randy Gomez

机构 * Honda Research Institute Japan（日本本田研究所） 纠错

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 本文提出MUPA²E多模态统一感知框架，用共享非对称注意力骨干处理面部视频与EEG，在DMER数据集上对比多配置，发现时长线索影响分类，控制时长后准确率下降，证明统一架构处理异质信号的可行性。

Bayesian Feature Extraction using Gaussian and Diffused-gamma Priors for High Dimensional Spatio-Temporal Data

使用高斯和扩散伽马先验对高维时空数据进行贝叶斯特征提取

Garrett Frady, Dipak K. Dey, Shariq Mohammed

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 针对含稀疏结构及时空依赖性的高维数据，开发贝叶斯特征提取框架，采用高斯和扩散伽马先验诱导结构化稀疏，经MCMC计算后验，引入两阶段提取过程，以EEG案例研究验证，提升了稀疏特征恢复及可解释性，广泛适用于相关高维结构化问题。

Neural Dynamics of AI-attributed Irony Reveal a Partial Intentional Stance

人工智能归因反讽的神经动力学揭示部分意向立场

Xiaohui Rao, Hanlin Wu, Zhenguang G. Cai

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 研究探讨人们理解人工智能归因反讽时是否采取意向立场，通过EEG比较对AI与人类反讽话语的反应，发现人们对AI反讽未完全采取意向立场，神经反应受个体对AI认知调节，揭示AI社交障碍及相关重要意义。

A funny companion: Distinct neural responses to AI- versus human-attributed humor

一个有趣的伙伴：对人工智能与人类归因幽默的不同神经反应

Xiaohui Rao, Hanlin Wu, Zhenguang G. Cai

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 研究人们对AI与人类归因幽默的神经反应，用EEG对比处理双关语及对照的方式，发现AI归因幽默使N400效应减弱、LPP增强，个体差异影响神经反应，凸显大脑对新幽默源的适应及幽默在人机互动中的作用。

What Does the Brain See? Multiview Neural Representations to Demystify the Brain-Visual Alignment

大脑看到了什么？多视角神经表征揭示大脑-视觉对齐

Salini Yadav, Taveena Lotey, Pravendra Singh, Partha Pratim Roy

机构 * Department of CSE IIT Roorkee（印度理工学院鲁尔基分校计算机科学与工程系） ； Department of CSE IIT (ISM) Dhanbad（印度理工学院(印度矿业学院)丹巴德分校计算机科学与工程系） 纠错

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 提出多视角EEG表示学习框架，联合建模时域、频域和空间结构，通过对比学习对齐视觉语义，在THINGS-EEG基准上实现SOTA零样本分类。

Gravity-Awareness: Deep Learning Models and LLM Simulation of Human Awareness in Altered Gravity

重力感知：变重力环境下人类意识的深度学习模型与LLM模拟

Bakytzhan Alibekov, Alina Gutoreva, Elisa Raffaella-Ferre

机构 * School of IT & Engineering, Kazakh-British Technical University（信息技术与工程学院，哈萨克-英国技术大学） ； School of Psychological Sciences, Birkbeck University of London（心理学科学学院，伦敦伯贝克大学） 纠错

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

AI总结 提出一个计算框架，结合轻量级MLP神经网络（CorticalG）和高斯过程模型（PhysioG）预测变重力下的脑电与生理反应，并用LLM模拟主观体验，为航天任务中的人类适应提供预测工具。

Comments 60 pages, 5 figures, 2 datasets, 1 protocol

Dynamic cross-scale wavelet coherence

动态跨尺度小波相干性

Haibo Wu, Marina I. Knight, Hernando Ombao

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 提出一种新统计方法，首次实现功能脑网络中通道间局部相互作用的跨振荡特征描述，通过引入跨尺度依赖的CS-MvLSW模型，准确估计局部单尺度和跨尺度通道依赖性，并在ADHD儿童EEG数据中发现新的临床相关跨尺度相互作用。

Comments 82 pages

QDSV: A Semantic Problem Representation and Multi-Backend Execution Framework for Quantum-Oriented Computation

QDSV：面向量子计算的语义问题表示与多后端执行框架

Jaime Alexander Jimenez Lozano, Sebastian Jimenez Giraldo

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 提出QDSV框架，通过语义表示分离问题规范与后端实现，支持非电路形式的执行模式，并在EEG分类案例中验证了跨模拟器和硬件的稳定执行。

Comments 12 pages, 1 figure, 6 tables

Dealing with State Estimation in Fractional-Order Systems under Artifacts

在存在伪影情况下处理分数阶系统的状态估计

Sarthak Chatterjee, Sérgio Pequito

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 本文研究了在传感器测量中存在伪影时，如何估计离散时间分数阶动态系统的状态，提出了保证在存在伪影时能够恢复系统状态的必要和充分条件，并提供了一种状态估计算法，最后用真实EEG数据展示了主要结果。

Comments Preprint submitted to ACC 2019

How do Humans Process AI-generated Hallucination Contents: a Neuroimaging Study

人类如何处理AI生成的幻觉内容：一项神经影像学研究

Shuqi Zhu, Yi Zhong, Ziyi Ye, Bangde Du, Yujia Zhou, Qingyao Ai, Yiqun Liu

机构 * Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系） ； Institute of Trustworthy Embodied AI, Fudan University, Shanghai, China（复旦大学可信具身人工智能研究院） 纠错

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 通过EEG实验，研究人类在处理多模态大语言模型生成的幻觉与非幻觉内容时的神经动力学差异，揭示误判的幻觉内容未能触发标准神经认知事实验证通路。

Neural Visual Decoding via Cognitive guided Adaptive Blurring and Information Constrained Alignment

通过认知引导的自适应模糊和信息受限对齐实现神经视觉解码

Fan Yin, Chuhang Zheng, Peiliang Gong, Donghai Guan, Qi Zhu

机构 * Department of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（南京航空航天大学人工智能学院） ； Department of Electrical and Information Engineering, Tianjin University（天津大学电气与信息工程学院） 纠错

专题命中 EEG解码 ：EEG(abstract,abstract_cn)；neural decoding(abstract)；neural signal(abstract)

AI总结 本文提出CAIA框架，通过认知引导的自适应模糊和信息受限对齐，提升神经信号与视觉语义的映射精度，改进零样本脑-图像检索的Top-1和Top-5准确率。

Benchmarking ERP Analysis: Manual Features, Deep Learning, and Foundation Models

ERP分析基准测试：手动特征、深度学习与基础模型

Yihe Wang, Zhiqiao Kang, Bohan Chen, Yu Zhang, Xiang Zhang

专题命中 EEG解码 ：EEG(summary_cn,abstract)

AI总结 本文系统比较了传统手动特征、深度学习模型和预训练EEG基础模型在ERP分析中的表现，评估了12个数据集上的ERP刺激分类和脑疾病检测任务，探讨了Transformer架构中的嵌入策略。

Comments Accepted by IEEE Transactions on Biomedical Engineering (TBME 2026). Copyright has been transferred to IEEE

Deep Representation Learning for Open Vocabulary Electroencephalography-to-Text Decoding

Hamza Amrani, Daniela Micucci, Paolo Napoletano

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

Comments 12 pages, 5 figures, preprint

A Self-Consistent Field Solution for Robust Common Spatial Pattern Analysis

Dong Min Roh, Zhaojun Bai

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

Short-length SSVEP data extension by a novel generative adversarial networks based framework

Yudong Pan, Ning Li, Yangsong Zhang, Peng Xu, Dezhong Yao

专题命中 EEG解码 ：BCI(abstract)；brain-computer interface(abstract)；EEG(abstract)；分类 q-bio.NC、eess.SP、cs.LG

Comments 16 pages, 9 figures, 4 tables

Decoding visual brain representations from electroencephalography through Knowledge Distillation and latent diffusion models

Matteo Ferrante, Tommaso Boccato, Stefano Bargione, Nicola Toschi

专题命中 EEG解码 ：brain-computer interface(abstract)；EEG(abstract)；neural signal(abstract)；分类 q-bio.NC、eess.SP、cs.LG

Adversarial Feature Learning in Brain Interfacing: An Experimental Study on Eliminating Drowsiness Effects

Ozan Ozdenizci, Barry Oken, Tab Memmott, Melanie Fried-Oken, Deniz Erdogmus

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

Comments 8th Graz Brain-Computer Interface Conference 2019

Graph-Based Approaches to Learning Epileptogenic Zone Localization Using Stereo-EEG Recordings

基于立体脑电图记录的致痫灶定位图学习方法

Daniel Wendelken, Brian Ervin, Ravindra Arya, Ali A. Minai

机构 * University of Cincinnati（辛辛那提大学） ； Cincinnati Children’s Hospital Medical Center（辛辛那提儿童医院医疗中心） 纠错

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

AI总结 该研究针对40例患者，对比不同图拓扑的图学习模型，发现Region-Bridge-$c$拓扑在致痫灶定位中表现最优，证明图构建需明确评估。

Comments 8 pages, 2 figures. Accepted for the Proceedings of IEEE WCCI 2026 (IJCNN), Maastricht, Netherlands

Variational Mixture of Graph Neural Experts for Alzheimer's Disease Recognition across Frequency Bands in EEG Brain Networks

用于跨脑电图脑网络频段的阿尔茨海默病识别的变分图神经专家混合模型

Jun-En Ding, Anna Zilverstand, Shihao Yang, Albert Chih-Chieh Yang, Feng Liu

机构 * Department of Industrial and Systems Engineering, Rutgers University（鲁特大学工业与系统工程系） ； Department of Psychiatry and Behavioral Sciences, University of Minnesota（明尼苏达大学精神病学与行为科学系） ； Institute of Brain Science, College of Medicine, National Yang-Ming Chiao Tung University（国家阳明交通大学医学院脑科学研究所） 纠错

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

AI总结 针对痴呆症脑电图诊断难题，提出VMoGE框架，结合多频段脑电图分析、变分图神经网络和专家混合架构。实验显示其性能强大，还具有临床转化价值，能关联疾病指标、揭示频段变化，为痴呆症诊断提供新方法和依据。

Learning aligned EEG representations with subject-specific encoders

学习带有主体特定编码器的对齐脑电图表示

Bruna J. Lopes, Gabriel Schwartz, Sylvain Chevallier, Raphael Y. de Camargo, Bruno Aristimunha

机构 * University of São Paulo（圣保罗大学） ； Université Paris-Saclay, Inria TAU team, LISN-CNRS（巴黎萨克雷大学，Inria TAU团队，LISN-CNRS） ； Institut de neuromodulation, GHU Paris, psychiatrie et neurosciences, centre hospitalier Sainte-Anne, pôle hospitalo-universitaire 15, Université Paris Cité（神经调控研究所，GHU巴黎，精神病学与神经科学，圣安娜医院，大学医院中心15区，巴黎西岱大学） ； Federal University of ABC (UFABC)（ABC联邦大学） ； Yneuro ； Swartz Center for Computational Neuroscience (SCCN), Institute for Neural Computation (INC), University of California San Diego（斯沃茨计算神经科学中心，神经计算研究所，加州大学圣地亚哥分校） 纠错

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

AI总结 提出使用主体特定编码器替代共享编码器，结合共同分类器实现跨主体脑电图对齐，实验表明该方法能内化欧几里得对齐的作用，提高类别区分度，并识别出未见主体的编码器选择是主要瓶颈。

E-MagDiP: Electro-Magnetic based Differential Privacy for EEG based Community Sensing

E-MagDiP：基于电磁的差分隐私用于基于脑电图的社区感知

Ayanga Imesha Kumari Kalupahana, Vishruti Ranjan, Li-Shiuan Peh

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

AI总结 研究基于脑电图的社区感知中的隐私问题，提出E-MagDiP框架，利用外部无线电发射射频信号到脑电图耳机，在采集时扰动信号引入差分隐私噪声，无需用户修改，实现实用的脑电图社区感知差分隐私。

Predicting the Outcome of rTMS Depression Therapy using EEG Signals and CNN

使用脑电图信号和卷积神经网络预测重复经颅磁刺激治疗抑郁症的结果

Wael Korani, Md Fahimul Kabir Chowdhury, Sadam AlQadi, Priyan Malarvizhi kumar, Reza Rostami, Reza Kazemi

机构 * University of North Texas（北德克萨斯大学） ； University of Tehran（德黑兰大学） 纠错

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

AI总结 研究利用FBSE - ED和DWT两种时频方法生成脑电图信号图像，提出深度学习分类器预测rTMS抑郁症治疗结果，经实验验证该方法准确率高，优于多种模型，能促进早期预测和临床决策，且框架具有可解释性和高效性。

Comments Presented at 8th International Conference on Recent Trends in Image Processing & Pattern Recognition (RTIP2R)