脑机接口 / BCI

Constructive community race: full-density spiking neural network model drives neuromorphic computing

构造性社区竞赛：全密度脉冲神经网络模型驱动神经形态计算

Johanna Senk, Anno C. Kurth, Steve Furber, Tobias Gemmeke, Bruno Golosio, Arne Heittmann, James C. Knight, Eric Müller, Tobias Noll, Thomas Nowotny, Gorka Peraza Coppola, Luca Peres, Oliver Rhodes, Andrew Rowley, Johannes Schemmel, Tim Stadtmann, Tom Tetzlaff, Gianmarco Tiddia, Sacha J. van Albada, José Villamar, Markus Diesmann

专题命中 神经信号处理 ：cortical(abstract)

AI总结 全密度脉冲神经网络模型通过降低能耗实现了神经形态计算的突破，成为标准基准并推动了相关技术的发展。

Comments 23 pages, 3 figures, 2 tables

Journal ref Neuromorph. Comput. Eng. 6 (2026) 012001

Deep-Learning Atlas Registration for Melanoma Brain Metastases: Preserving Pathology While Enabling Cohort-Level Analyses

深度学习解剖图谱注册用于黑色素瘤脑转移：在保留病理学的同时实现队列级分析

Nanna E. Wielenberg, Ilinca Popp, Oliver Blanck, Lucas Zander, Jan C. Peeken, Stephanie E. Combs, Anca-Ligia Grosu, Dimos Baltas, Tobias Fechter

机构 * Department of Radiation Oncology, Medical Center – University of Freiburg, Faculty of Medicine, University of Freiburg（放射肿瘤科，弗赖堡大学医学中心-弗赖堡大学医学院） ； Division of Medical Physics, Department of Radiation Oncology, Medical Center – University of Freiburg, Faculty of Medicine, University of Freiburg（医学物理系，放射肿瘤科，弗赖堡大学医学中心-弗赖堡大学医学院） ； Department of Radiation Oncology, University Medical Center Schleswig-Holstein（放射肿瘤科，石勒苏益格-荷尔斯泰因大学医学中心） ； Department of Radiation Oncology, TUM School of Medicine and Health, TUM University Hospital Rechts der Isar, Technical University of Munich（放射肿瘤科，慕尼黑技术大学医学院及健康科学系，慕尼黑技术大学医院雷chts der Isar） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出深度学习方法实现黑色素瘤脑转移的精准图谱注册，无需病变掩膜即可在多中心数据中实现标准化分析，验证了转移灶的空间偏好。

PC-SNN: Predictive Coding-based Local Hebbian Plasticity Learning in Spiking Neural Networks

基于预测编码的局部赫布学习的脉冲神经网络：PC-SNN

Haidong Wang, Xiaogang Xiong, Mengting Lan, Yinghao Chu, Zixuan Jiang, KC Santosh, Shimin Wang, Renxin Zhong

专题命中 神经信号处理 ：cortical(abstract)

AI总结 PC-SNN通过整合预测编码与脉冲神经网络，实现生物合理的局部赫布学习，无需反向传播，提升SNN训练的可扩展性和生物合理性。

Deep Generative Modeling with Spatial and Network Images: An Explainable AI (XAI) Approach

基于空间和网络图像的深度生成建模：一种可解释人工智能（XAI）方法

Yeseul Jeon, Rajarshi Guhaniyogi, Aaron Scheffler

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出一种基于空间和网络图像的深度生成模型，用于异质影像数据的可解释人工智能框架，实现了高分辨率数据的高效处理与不确定性量化。

Neuro-Inspired Visual Pattern Recognition via Biological Reservoir Computing

通过生物共振计算实现神经启发的视觉模式识别

Luca Ciampi, Ludovico Iannello, Fabrizio Tonelli, Gabriele Lagani, Angelo Di Garbo, Federico Cremisi, Giuseppe Amato

机构 * Institute of Information Science and Technologies of the National Research Council of Italy (ISTI-CNR)（意大利国家研究理事会信息科学与技术研究所） ； Institute of Biophysics of the National Research Council of Italy (IBF-CNR)（意大利国家研究理事会生物物理研究所） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出利用体外培养的皮层神经网络作为生物共振器，通过高密度电极阵列和线性感知机实现静态视觉模式识别，展示了生物神经系统的应用潜力。

How reproducible are data-driven subtypes of Alzheimer's disease atrophy?

阿尔茨海默病萎缩数据驱动亚型的可重复性如何？

Emma Prevot, Cameron Shand, Neil Oxtoby, for Alzheimer's Disease Neuroimaging Initiative

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究评估了SuStaIn算法在不同数据集中的亚型一致性，发现三种主要亚型及罕见变种，强调算法的可靠性并指出需提升数据集多样性以增强应用。

Journal ref Journal of Alzheimer's Disease (2026)

SLIM-Diff: Shared Latent Image-Mask Diffusion with Lp loss for Data-Scarce Epilepsy FLAIR MRI

SLIM-Diff：共享潜在图像-掩码扩散模型与Lp损失用于数据稀缺的癫痫FLAIR MRI

Mario Pascual-González, Ariadna Jiménez-Partinen, R. M. Luque-Baena, Fátima Nagib-Raya, Ezequiel López-Rubio

机构 * ITIS Software, University of M\'alaga, Spain Department of Computer Languages ； Computer Science, University of M\'alaga, Spain IBIMA Plataforma BIONAND, Instituto de Investigaci\'on Biom\'edica de M\'alaga, Spain Department of Radiology, Hospital Regional Universitario de M\'alaga, Spain 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 SLIM-Diff通过共享瓶颈U-Net和L_p损失提升癫痫FLAIR MRI中稀少病变的联合生成效果。

Comments 6 pages, 2 figures, 1 table, conference paper

Fetpype: An Open-Source Pipeline for Reproducible Fetal Brain MRI Analysis

Fetpype：一种用于可重复胎儿脑MRI分析的开源流水线

Thomas Sanchez, Gerard Martí-Juan, David Meunier, Miguel Angel Gonzalez Ballester, Oscar Camara, Elisenda Eixarch, Gemma Piella, Meritxell Bach Cuadra, Guillaume Auzias

专题命中 神经信号处理 ：cortical(abstract)

AI总结 Fetpype提供了一种标准化的开源流水线，用于可重复的胎儿脑MRI分析，整合了运动校正、超分辨率重建等多步骤处理，以提高研究和临床应用中的神经影像分析效率。

Comments 6 pages, 1 figure; submitted to the Journal of Open Source Software (JOSS)

Improving Neuropathological Reconstruction Fidelity via AI Slice Imputation

通过AI切片插值提高神经病理性重建的保真度

Marina Crespo Aguirre, Jonathan Williams-Ramirez, Dina Zemlyanker, Xiaoling Hu, Lucas J. Deden-Binder, Rogeny Herisse, Mark Montine, Theresa R. Connors, Christopher Mount, Christine L. MacDonald, C. Dirk Keene, Caitlin S. Latimer, Derek H. Oakley, Bradley T. Hyman, Ana Lawry Aguila, Juan Eugenio Iglesias

机构 * Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（马萨诸塞州总医院和哈佛医学院生物医学成像中心） ； Federal Institute of Technology (ETH), Zurich, Switzerland（瑞士苏黎世联邦理工学院） ； BioRepository and Integrated Neuropathology (BRaIN) Laboratory and Precision Neuropathology Core, University of Washington School of Medicine（华盛顿大学医学院生物库与整合神经病学实验室及精准神经病学核心） ； Massachusetts Alzheimer Disease Research Center, MGH and Harvard Medical School（马萨诸塞州阿尔茨海默病研究中心，MGH和哈佛医学院） ； Department of Pathology, Massachusetts General Hospital and Harvard Medical School（马萨诸塞州总医院病理学部） ； Department of Neurological Surgery, University of Washington School of Medicine（华盛顿大学医学院神经外科部） ； Hawkes Institute, University College London（伦敦大学学院霍克斯研究所） ； Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究通过AI切片插值技术提升神经病理性重建的保真度，实现更精确的解剖学重建。

Comments 12 pages of main content, 5 pages of supplement

General Self-Prediction Enhancement for Spiking Neurons

通用自预测增强用于脉冲神经元

Zihan Huang, Zijie Xu, Yihan Huang, Shanshan Jia, Tong Bu, Yiting Dong, Wenxuan Liu, Jianhao Ding, Zhaofei Yu, Tiejun Huang

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究提出了一种自预测增强的脉冲神经元方法，通过生成内部预测电流来提升SNNs的训练稳定性与准确性，同时符合生物原理。

BioNIC: Biologically Inspired Neural Network for Image Classification Using Connectomics Principles

BioNIC: 基于连接组学原理的生物启发神经网络用于图像分类

Diya Prasanth, Matthew Tivnan

专题命中 神经信号处理 ：cortical(abstract)

AI总结 BioNIC通过连接组学原理构建生物启发神经网络，在情绪分类任务中实现与传统模型相当的性能。

Transfer Learning from ImageNet for MEG-Based Decoding of Imagined Speech

从ImageNet迁移学习用于基于MEG的想象言语解码

Soufiane Jhilal, Stéphanie Martin, Anne-Lise Giraud

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 本文提出利用ImageNet预训练模型解码想象言语，通过转换MEG信号为时间-频率表示，提升非侵入性解码性能。

Comments Accepted at IEEE ISBI 2026

Non-equilibrium geometric forces steer spiral waves on folded surfaces

非平衡几何力引导螺旋波在折叠表面上的传播

Varun Venkatesh, Farzan Vafa, Martin Cramer Pedersen, Amin Doostmohammadi

专题命中 神经信号处理 ：cortical(abstract)

AI总结 该研究揭示了表面曲率通过几何力引导螺旋波在大脑皮层折叠表面的稳定与局部化，表明大脑几何结构是神经动态的主动约束。

Comments 13 pages, 6 figures. Submitted to PRX

An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease

可解释的生成多模态神经影像-基因组框架用于解码阿尔茨海默病

Giorgio Dolci, Federica Cruciani, Md Abdur Rahaman, Anees Abrol, Jiayu Chen, Zening Fu, Ilaria Boscolo Galazzo, Gloria Menegaz, Vince D. Calhoun

机构 * Department of Computer Science, University of Verona（威尼斯大学计算机科学系） ； Department of Engineering for Innovation Medicine, University of Verona（威尼斯大学创新医学工程系） ； Tri-Institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS), Georgia State University, Georgia Institute of Technology, Emory University（神经影像与数据科学转化研究三机构中心（TReNDS），佐治亚州立大学，佐治亚理工学院，埃默里大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出了一种可解释的生成多模态神经影像-基因组框架，用于解码阿尔茨海默病，通过多模态数据和单核苷酸多态性实现AD检测和MCI预测，并揭示了与疾病相关的生物学机制。

Comments 33 pages, 8 figures (main text + supplementary materials), submitted to a journal

Journal ref J. Neural Eng. 22 056021 (2025)

HiMeS: Hippocampus-inspired Memory System for Personalized AI Assistants

HiMeS：基于海马体的记忆系统用于个性化AI助手

Hailong Li, Feifei Li, Wenhui Que, Xingyu Fan

机构 * Tencent Inc.（腾讯公司） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 HiMeS通过融合短期和长期记忆机制，提升个性化AI助手在知识密集型场景中的问答质量与用户定制能力。

Cellular wrapping of elastic particles by a supported lipid membrane

弹性粒子被支撑脂膜包裹

Amir Khosravanizadeh, Pierre Sens, Farshid Mohammad-Rafiee

专题命中 神经信号处理 ：cortical(abstract)

AI总结 研究揭示了弹性粒子被细胞膜包裹过程中，颗粒柔性和膜-颗粒粘附力对包裹过程的影响，以及刚性对膜突起形成的作用，揭示了吞噬过程中的选择性行为。

Quantitative ultrasound imaging of bone: anatomical images, tissue structural quality, and pulsatile blood flow

定量超声成像用于骨组织：解剖图像、组织结构质量及脉动血流

Gabrielle Laloy-Borgna, Nastassia Navasiolava, Pim Hutting, Andréa Bertona, Amadou S. Dia, Sébastien Salles, Anthony Augé, Alice Mazzolini, Quentin Grimal, Olivier Lucidarme, Hervé Locrelle, Jacques-Olivier Fortrat, Laurence Vico, Marc-Antoine Custaud, Guillaume Renaud

专题命中 神经信号处理 ：cortical(abstract)

AI总结 该研究提出了一种定量超声方法，通过一次检查获取骨的解剖结构、组织质量及血流信息，首次在体内观察到骨皮质内的反应性超血流，展示了其在骨疾病诊断中的潜力。

Modes of Mechanical Guidance of Adhesion-Independent Cell Migration

机械引导非黏附细胞迁移的模式

Hanna Luise Gertack, Peter A. E. Hampshire, Claudia Wohlgemuth, Ricard Alert, Sebastian Aland

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出了一种相场模型，用于研究机械信号如何引导非黏附细胞的迁移行为，揭示了主动表面动力学在细胞运动中的作用。

Comments 22 pages, 8 figures

Neural Field Equations with random data

具有随机数据的神经场方程

Daniele Avitabile, Francesca Cavallini, Svetlana Dubinkina, Gabriel J. Lord

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文研究了受随机数据影响的神经场方程，探讨了解的存在性、唯一性和正则性，并为不确定性量化方案提供了理论基础。

Optical Coherence Elastography Measures Mechanical Tension in the Lens and Capsule

光学相干弹性成像测量晶状体和囊膜的机械张力

Xu Feng, Guo-yang Li, Yuxuan Jiang, Owen Shortt-Nguyen, Seok-Hyun Yun

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本文提出一种光学相干弹性成像技术，用于精确测量晶状体囊膜的机械张力和弹性模量，以辅助调节功能障碍的诊断和治疗。

Comments The code for computing wave dispersion has been made publicly available at: https://github.com/JanYxuan/Bilayer-wave-dispersion.git

Unified Brain Surface and Volume Registration

统一的脑表面和体积配准

S. Mazdak Abulnaga, Andrew Hoopes, Malte Hoffmann, Robin Magnet, Maks Ovsjanikov, Lilla Zöllei, John Guttag, Bruce Fischl, Adrian Dalca

机构 * MIT Computer Science and Artificial Intelligence Laboratory（MIT计算机科学与人工智能实验室） ； Massachusetts General Hospital, Harvard Medical School（麻省总医院，哈佛医学院） ； Université Paris Cité, INRIA（巴黎Cité大学，INRIA） ； LIX, CNRS, École Polytechnique（LIX，CNRS，巴黎高等理工学院） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 NeurAlign通过统一的体积和表面表示，实现了更准确、快速且易用的脑皮层和皮下区域配准，提升了Dice分数并显著提高了效率。

Redundant and synergistic interactions in a complex network of single-transistor electronic chaotic oscillators and in neurophysiological recordings

复杂网络中单晶体管电子混沌振荡器及神经生理记录中的冗余与协同相互作用

Chiara Barà, Yuri Antonacci, Laura Sparacino, Ariosky Areces Gonzalez, Manyu Zhao, Longxiang Fu, Pedro A. Valdes-Sosa, Hiroyuki Ito, Mattia Frasca, Luca Faes, Ludovico Minati

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究利用PID框架分析复杂网络中单晶体管电子混沌振荡器和神经生理记录的冗余与协同相互作用，揭示了二元连接对系统状态的影响。

Tau Anomaly Detection in PET Imaging via Bilateral-Guided Deterministic Diffusion Model

通过双侧引导确定性扩散模型进行PET成像中的Tau异常检测

Lujia Zhong, Shuo Huang, Jiaxin Yue, Jianwei Zhang, Zhiwei Deng, Wenhao Chi, Yonggang Shi

机构 * Stevens Neuroimaging and Informatics Institute, Keck School of Medicine, University of Southern California（斯蒂文斯神经影像与信息学研究所，凯克医学院，南加州大学） ； Ming Hsieh Department of Electrical and Computer Engineering, Viterbi School of Engineering, University of Southern California（明希部门电气与计算机工程系，维特比工程学院，南加州大学） ； Alfred E. Mann Department of Biomedical Engineering, Viterbi School of Engineering, University of Southern California（阿尔弗雷德·E·曼生物医学工程系，维特比工程学院，南加州大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 本研究提出双侧引导确定性扩散模型，用于提高tau PET成像中局部tau病理的异常检测精度，并在前期筛查中展现应用潜力。

mViSE: A Visual Search Engine for Analyzing Multiplex IHC Brain Tissue Images

mViSE：一种用于分析多组分IHC脑组织图像的视觉搜索引擎

Liqiang Huang, Rachel W. Mills, Saikiran Mandula, Lin Bai, Mahtab Jeyhani, John Redell, Hien Van Nguyen, Saurabh Prasad, Dragan Maric, Badrinath Roysam

机构 * Cullen College of Engineering, University of Houston（休斯顿大学塞勒恩工程学院） ； The University of Texas McGovern Medical School（德克萨斯大学麦格芬医学学院） ； National Institute of Neurological Disorders and Stroke（国家神经疾病与中风研究所） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 mViSE是一种基于多组分IHC脑组织图像的视觉搜索引擎，通过自监督学习和分而治之策略实现无需编程的多组分分析与检索。

The choice of viscous or viscoelastic models affects attenuation and velocity determination in simplified skull-mimicking digital phantoms

粘性或粘弹性模型的选择影响简化颅骨模拟数字假体中的衰减和速度确定

Samuel Clinard, Taylor Webb, Henrik Odéen, Dennis L. Parker, Douglas A. Christensen

专题命中 神经信号处理 ：cortical(abstract)

AI总结 研究探讨了粘性与粘弹性模型对颅骨模拟假体中衰减和相速度的影响，揭示不同模型在预测声学特性时的差异。

Comments Submitted to Physics in Medicine and Biology

Memory in neural activity: long-range order without criticality

神经活动中的记忆：无临界点的长程秩序

Jay Sun, Chesson Sipling, Yuan-Hang Zhang, Massimiliano Di Ventra

专题命中 神经信号处理 ：cortical(abstract)

AI总结 该研究通过皮层动力学模型发现，神经活动中的长程秩序可通过记忆作用诱导，无需临界点，且具有鲁棒性。

Comments Main Text: 8 pages, 4 figures; Supplemental Material: 10 pages, 9 figures

Split Unlearning

分割遗忘

Guangsheng Yu, Yanna Jiang, Qin Wang, Xu Wang, Baihe Ma, Caijun Sun, Wei Ni, Ren Ping Liu

专题命中 神经信号处理 ：neural signal(abstract)

AI总结 SplitWiper通过单向单次传播方案实现高效的SISA遗忘，提升隐私保护并降低计算成本。

Comments Accepted by ACM CCS'2025 (Distinguished Paper Award)

DualGazeNet: A Biologically Inspired Dual-Gaze Query Network for Salient Object Detection

DualGazeNet: 一种生物启发的双目注视查询网络用于显著物体检测

Yu Zhang, Haoan Ping, Yuchen Li, Zhenshan Bing, Fuchun Sun, Alois Knoll

机构 * School of Computation, Information and Technology, Technical University of Munich（计算信息与技术学院，慕尼黑技术大学） ； Department of Informatics, Technical University of Munich（信息学院，慕尼黑技术大学） ； University Research and Innovation Center, Obuda University（奥布达大学研究与创新中心） ； State Key Laboratory for Novel Software Technology, Nanjing University Suzhou Campus（新型软件技术国家重点实验室，南京大学苏州校区） ； School of Science and Technology, Nanjing University Suzhou Campus（科学与技术学院，南京大学苏州校区） ； Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 DualGazeNet通过生物启发的纯Transformer框架，实现了显著物体检测的高效准确性和计算效率，超越了多种现有方法。

TDSNNs: Competitive Topographic Deep Spiking Neural Networks for Visual Cortex Modeling

TDSNNs: 用于视觉皮层建模的竞争性拓扑深度脉冲神经网络

Deming Zhou, Yuetong Fang, Zhaorui Wang, Renjing Xu

机构 * Deming Zhou（周德明） ； Yuetong Fang（方岳通） ； Zhaorui Wang（王昭瑞） ； Renjing Xu（徐任静） 纠错

专题命中 神经信号处理 ：cortical(abstract)

AI总结 TDSNNs通过引入拓扑约束损失函数，在视觉皮层建模中实现了高效且稳定的时序信息处理，表现出优于传统拓扑ANNs的性能和生物合理性。

Comments AAAI 2026 (Oral)

SIMBA: Scalable Image Modeling using a Bayesian Approach, A Consistent Framework for Including Spatial Dependencies in fMRI Studies

Yuan Zhong, Gang Chen, Paul A. Taylor, Jian Kang

专题命中 神经信号处理 ：cortical(abstract)

Comments 30 pages, 6 figures, submitted to Imaging Neuroscience