脑机接口 / BCI

Macroscopic and Microscopic Spectral Properties of Multilayer Brain Networks during Local and Global Synchronization

Vladimir A. Maksimenko, Annika Lüttjohann, Vladimir V. Makarov, Mikhail V. Goremyko, Alexey A. Koronovskii, Anastasia E. Runnova, Gilles van Luijtelaar, Alexander E. Hramov, Stefano Boccaletti

专题命中 EEG解码 ：EEG(abstract)；cortical(abstract)

Journal ref Phys. Rev. E 96, 012316 (2017)

Information-Theoretic Analysis of Refractory Effects in the P300 Speller

Vaishakhi Mayya, Boyla Mainsah, Galen Reeves

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

Explorative Data Analysis for Changes in Neural Activity

Duncan A. J. Blythe, Frank C. Meinecke, Paul von Buenau, Klaus-Robert Mueller

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

TiA -- Documentation of TOBI Interface A

Christian Breitwieser, Christoph Eibel

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

Segmented Continuous Optimization

函数连续分解

Teymur Aghayev

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

AI总结 本文提出FCD框架，通过参数连续优化对时间序列进行分解，提升信号分析和机器学习性能。

Comments 6 pages, 4 figures, 3 tables

Sign in the Air to Unlock: An Interface for authentication in Virtual and Augmented Reality Powered by Point-Voxel Cross-Attention Network

空中签名解锁：基于点-体素交叉注意力网络的虚拟与增强现实认证接口

Neda Abdolrahimi, Thiru Siddharth, Frank Sicong chen, Vir V Phoha

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

AI总结 提出一种空中签名认证接口，利用点-体素交叉注意力网络（PV-Net）建模3D轨迹的局部运动与全局结构，在公开和自建数据集上实现低错误率，支持沉浸式环境中的自然交互认证。

Comments Changed the 2nd co-author name from FRank Sicongchen to Frank Sicong chen

Device Passport: Enabling Spatio-Temporal Pretrained Models to Generalize Across Input Layouts

设备护照：使时空预训练模型能够跨输入布局泛化

Geeling Chau, Ran Liu, Juri Minxha, Wenhui Cui, Erdrin Azemi, Ellen L. Zippi, Behrooz Mahasseni, Christopher M. Sandino

机构 * California Institute of Technology（加州理工学院） ； Apple（苹果公司） 纠错

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

AI总结 针对新设备布局缺乏大规模数据集的问题，提出Device Passport通道嵌入技术，通过功能活动与元数据混合建模，实现跨布局迁移，在耳部脑电图等任务中优于基线。

Comments Workshop on Structured Data for Health, ICML 2026

Towards Multi-Source Domain Generalization for Sleep Staging with Noisy Labels

面向噪声标签的多源领域泛化睡眠分期研究

Kening Wang, Di Wen, Yufan Chen, Ruiping Liu, Junwei Zheng, Jiale Wei, Kailun Yang, Rainer Stiefelhagen, Kunyu Peng

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； Hunan University（湖南大学） 纠错

专题命中 EEG解码 ：EEG(abstract)；分类 cs.LG、cs.RO

AI总结 本文提出FF-TRUST框架，通过联合时间-频率早期学习正则化提升噪声标签下的睡眠分期鲁棒性，实验显示在多个数据集上取得最佳性能。

Comments The benchmark and code will be made publicly available at https://github.com/KNWang970918/FF-TRUST.git

ULW-SleepNet: An Ultra-Lightweight Network for Multimodal Sleep Stage Scoring

ULW-SleepNet: 一种超轻量级的多模态睡眠阶段评分网络

Zhaowen Wang, Dongdong Zhou, Qi Xu, Fengyu Cong, Mohammad Al-Sa'd, Jenni Raitoharju

机构 * School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院） ； Faculty of Information Technology, University of Jyväskylä（于韦斯屈莱大学信息科技学院） ； Key Laboratory of Social Computing and Cognitive Intelligence, Ministry of Education（教育部社会计算与认知智能重点实验室） ； School of Biomedical Engineering, Faculty of Medicine, Dalian University of Technology（大连理工大学生物医学工程学院） ； Department of Computing Sciences, Tampere University（塔尔库大学计算机科学系） ； Faculty of Medicine, University of Helsinki（赫尔辛基大学医学学院） 纠错

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

AI总结 ULW-SleepNet通过轻量级多模态网络实现高效睡眠阶段评分，参数减少达98.6%且保持高准确率，适用于实时睡眠监测。

Comments Accepted to ICASSP 2026

sleep2vec: Unified Cross-Modal Alignment for Heterogeneous Nocturnal Biosignals

sleep2vec：用于异构夜间生物信号的统一跨模态对齐

Weixuan Yuan, Zengrui Jin, Yichen Wang, Donglin Xie, Ziyi Ye, Chao Zhang, Xuesong Chen

机构 * Five Seasons Medical（五 Seasons 医疗） ； Tsinghua University（清华大学） ； Beijing Key Laboratory for Sleep Breathing Disorder（北京睡眠呼吸障碍重点实验室） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 sleep2vec通过统一跨模态对齐和原理化缩放，实现了对异构夜间生物信号的高效、通用建模。

CMCRD: Cross-Modal Contrastive Representation Distillation for Emotion Recognition

CMCRD：跨模态对比表示蒸馏用于情绪识别

Siyuan Kan, Huanyu Wu, Zhenyao Cui, Fan Huang, Xiaolong Xu, Dongrui Wu

机构 * Key Laboratory of Image Processing and Intelligent Control, Ministry of Education, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（图像处理与智能控制重点实验室、教育部、自动化学院、华中科技大学） ； Wuhan Institute of Digital Engineering（武汉数字工程研究所） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 CMCRD通过跨模态对比表示蒸馏提升情绪识别准确性，减少多模态数据需求，实验表明在EEG和眼动数据间相互辅助训练可提高分类准确率约6.2%。

Journal ref IEEE Trans. on Affective Computing, 2026

Adaptive Temporal Dynamics for Personalized Emotion Recognition: A Liquid Neural Network Approach

自适应时间动态用于个性化情绪识别：一种液态神经网络方法

Anindya Bhattacharjee, Nittya Ananda Biswas, K. A. Shahriar, Adib Rahman

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

AI总结 本文提出了一种基于液态神经网络的多模态框架，用于提升基于EEG的情绪识别准确率，通过结合卷积特征提取、可学习时间常数和注意力引导融合，实现高准确率和可解释性。

Neurophysiological effects of museum modalities on emotional engagement with real artworks

博物馆模态对真实艺术品情感参与的神经生理效应

Chen Feng, Sébastien Lugan, Karine Lasaracina, Midori Sugaya, Benoît Macq

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

AI总结 本研究通过EEG分析发现，不同数字解释性内容模态对艺术欣赏的情感参与产生不同影响，为博物馆优化解释媒体提供了新方向。

Comments 7 pages, 4 figures - \c{opyright}IEEE EmotionSense 2026/PerCom 2026

Analysis of the Ventriloquism Aftereffect Using Network Theory Techniques

使用网络理论技术分析声音模仿后效

Sayan Saha

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

AI总结 本研究通过网络理论技术揭示了声音模仿后效的神经机制，发现听觉处理路径早期存在重校准，且后效随时间衰减。

Deep Learning-Based Visual Fatigue Detection Using Eye Gaze Patterns in VR

基于深度学习的VR中通过眼动模式检测视觉疲劳

Numan Zafar, Johnathan Locke, Shafique Ahmad Chaudhry

机构 * Dept. of Computer Science Clarkson University Potsdam, New York, USA（计算机科学系 克拉克逊大学） ； David D. Reh School of Business Clarkson University Potsdam, New York, USA（戴维·D·雷商学院 克拉克逊大学） 纠错

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

AI总结 本文提出基于深度学习的VR中通过眼动模式检测视觉疲劳的方法，利用眼动轨迹数据实现高准确率的疲劳检测，为沉浸式VR中的自适应交互提供新思路。

Comments 8 pages, 3 figures, Accepted at IEEE International Symposium on Emerging Metaverse (ISEMV 2025)

Unveiling the Heart-Brain Connection: An Analysis of ECG in Cognitive Performance

揭示心脑联系：对认知表现中ECG的分析

Akshay Sasi, Malavika Pradeep, Nusaibah Farrukh, Rahul Venugopal, Elizabeth Sherly

机构 * Digital University Kerala（数字大学凯拉尔） ； Centre for Consciousness Studies, NIMHANS（意识研究中心，NIMHANS） 纠错

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

AI总结 本文通过ECG信号分析认知负荷，提出跨模态XGBoost框架实现EEG代表性认知空间投影，验证ECG在日常认知监测中的可行性。

Comments 6 pages, 6 figures. Code available at https://github.com/AkshaySasi/Unveiling-the-Heart-Brain-Connection-An-Analysis-of-ECG-in-Cognitive-Performance. Presented at AIHC (not published)

Nonlinear Dynamical Modeling of Human Intracranial Brain Activity with Flexible Inference

非线性动态建模用于人类颅内脑活动的灵活推断

Kiarash Vaziri, Lucine L. Oganesian, HyeongChan Jo, Roberto M. C. Vera, Charles Y. Liu, Brian Lee, Maryam M. Shanechi

机构 * Ming Hsieh Department of Electrical and Computer Engineering, Viterbi School of Engineering, University of Southern California（明希学院电气与计算机工程系，维特比工程学院，南加州大学） ； Keck School of Medicine, University of Southern California（凯克医学院，南加州大学） 纠错

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

AI总结 DFINE通过结合线性动态模型与非线性神经网络，有效建模多站点人类颅内脑电图动态，提升神经预测准确性并增强BCIs应用的灵活性。

ZIA: A Theoretical Framework for Zero-Input AI

ZIA：零输入AI的理论框架

Aditi De

机构 * Indian Institute of Technology Roorkee（印度理工学院罗奥基分校） 纠错

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

AI总结 ZIA提出了一种基于多模态融合的零输入AI框架，通过整合生物信号和上下文数据实现前瞻性意图预测，提升实时推理效率与准确性。

Decoding Motor Behavior Using Deep Learning and Reservoir Computing

利用深度学习和回声状态网络解码运动行为

Tian Lan

机构 * Graduate School of Economics, Hitotsubashi University, Tokyo, Japan（立命馆大学经济学研究生院，东京，日本） 纠错

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

AI总结 本文提出利用回声状态网络改进EEG解码，以提高运动行为分类的准确率。

Comments 10 pages, 3 figures

Forecasting-based Biomedical Time-series Data Synthesis for Open Data and Robust AI

基于预测的生物医学时间序列数据合成用于开放数据和鲁棒AI

Youngjoon Lee, Seongmin Cho, Yehhyun Jo, Jinu Gong, Hyunjoo Jenny Lee, Joonhyuk Kang

机构 * School of Electrical Engineering, KAIST, Daejeon, Republic of Korea（韩国成均馆大学电气工程学院） ； Department of Applied AI, Hansung University, Seoul, Republic of Korea（汉城市立大学应用人工智能系） 纠错

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

AI总结 本文提出基于预测模型的生物医学时间序列数据合成方法，通过高保真复现EEG和EMG信号，提升AI模型性能并促进开放数据共享。

Comments 22 pages

Functional Classification of Spiking Signal Data Using Artificial Intelligence Techniques: A Review

利用人工智能技术对尖峰信号数据进行功能分类：综述

Danial Sharifrazi, Nouman Javed, Javad Hassannataj Joloudari, Roohallah Alizadehsani, Prasad N. Paradkar, Ru-San Tan, U. Rajendra Acharya, Asim Bhatti

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

AI总结 本文综述了人工智能在尖峰信号分类中的应用，探讨了预处理、分类和评估三个关键步骤，并强调了对更高效算法的需求。

Comments 8 figures, 32 pages

The Hydraulic Brain: Understanding as Constraint-Release Phase Transition in Whole-Body Resonance

液压大脑：整体共振中约束释放相变的理解

Ahmed Gamal Eldin

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

AI总结 本文通过脑-体共振的约束释放相变机制，揭示了生物认知的热力学过程，提出了一种区分生物与人工智能的新框架。

Comments 14 pages, 2 figures. Companion to arXiv:2511.10596

Consciousness-ECG Transformer for Conscious State Estimation System with Real-Time Monitoring

Young-Seok Kweon, Gi-Hwan Shin, Ji-Yong Kim, Bokyeong Ryu, Seong-Whan Lee

机构 * Department of Brain and Cognitive Engineering, Korea University（韩国大学脑科学与认知工程系） ； Department of Artificial Intelligence, Korea University（韩国大学人工智能系） ； Department of Biomedical Informatics Medicine, Jeju National University（济州国立大学生物医学信息学医学系） 纠错

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

Comments 30 pages, 8 figures

Journal ref Expert Systems with Applications 299 (2026) 130091

Spatio-Temporal Attention Network for Epileptic Seizure Prediction

Zan Li, Kyongmin Yeo, Wesley Gifford, Lara Marcuse, Madeline Fields, Bülent Yener

机构 * Department of Computer Science, Rensselaer Polytechnic Institute（计算机科学系，拉瑟拉尔理工学院） ； IBM T.J. Watson Research Center（IBM 沃森研究中心） ； Department of Neurology, Icahn School of Medicine at Mount Sinai（神经病学系，辛格恩医学院） 纠错

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

Inferring trust in recommendation systems from brain, behavioural, and physiological data

Vincent K. M. Cheung, Pei-Cheng Shih, Masato Hirano, Masataka Goto, Shinichi Furuya

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

ESTformer: Transformer utilising spatiotemporal dependencies for electroencephalogram super-resolution

Dongdong Li, Zhongliang Zeng, Zhe Wang, Hai Yang

机构 * East China University of Science and Technology（东华大学） 纠错

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

Comments Accepted by Knowledge-Based Systems

Journal ref Knowledge-Based Systems, 317, 113345 (2025)

Autoencoding Coordinate Sequences from Psychophysiologic Signals

Timothy L. Hutcheson, Anil K. Raj

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

Comments 2 pages, 4 figures, 2025 IEEE Research and Applications of Photonics in Defense Conference (RAPID)

Toward Foundational Model for Sleep Analysis Using a Multimodal Hybrid Self-Supervised Learning Framework

Cheol-Hui Lee, Hakseung Kim, Byung C. Yoon, Dong-Joo Kim

机构 * Department of Brain and Cognitive Engineering, Korea University（脑科学与认知工程系，韩国大学） ； Interdisciplinary Program in Precision Public Health, Korea University（精准公共卫生跨学科项目，韩国大学） ； Department of Radiology, Stanford University School of Medicine（放射科，斯坦福大学医学院） ； VA Palo Alto Health Care System（帕洛阿尔托医疗系统） ； Department of Neurology, Korea University College of Medicine（神经病学系，韩国大学医学院） 纠错

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

Comments 18 pages, 5 figures

Journal ref IEEE Transactions on Cybernetics (2025)

Potential Indicator for Continuous Emotion Arousal by Dynamic Neural Synchrony

Guandong Pan, Zhaobang Wu, Yaqian Yang, Xin Wang, Longzhao Liu, Zhiming Zheng, Shaoting Tang

机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Beihang University（北京航空航天大学） ； Institute of Artificial Intelligence（人工智能研究院） ； Key laboratory of Mathematics, Informatics and Behavioral Semantics（数学、信息学与行为语义重点实验室） ； PengCheng Laboratory（鹏城实验室） ； Shenzhen 518055, China（深圳518055, 中国） ； State Key Lab of Software Development Environment（软件开发环境国家重点实验室） 纠错

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

Modeling Visual Hallucination: A Generative Adversarial Network Framework

Masoumeh Zareh, Mohammad Hossein Manshaei, Sayed Jalal Zahabi, Marwan Krunz

机构 * Department of Electrical and Computer Engineering, Isfahan University of Technology（伊斯法罕技术大学电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of Arizona（亚利桑那大学电气工程系） 纠错

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