跳到正文

#EEG

今日 0 条
10月24日周六
  3. bioRxiv（Neuroscience）47

    EOIS 框架从单试次神经生理时间序列中分离诱发与诱导活动

    AI 摘要研究团队开发了 Evoked-Ongoing/Induced Separator（EOIS）框架，可从单试次数据中分离事件诱发、持续和事件调制诱导活动。该方法利用 MEG 与实时 EEG 中不同成分的相位一致性特征，实现与被试无关的单试次时间序列分析，并将皮层反应变异性归因到具体成分。EOIS 有望用于生物标志物优化、药效学读出和闭环神经调控。

10月23日周五
  2. arXiv eess.SP（Signal Processing）36

    EEG 序列算时间序列吗？用时间序列模型与受试者联合训练做 EEG 分类

    AI 摘要一项 arXiv 研究系统比较了 EEG 分类模型与通用时间序列分类模型的差异，并提出受试者专属、受试者无关和受试者条件三种建模方案。在三个数据集上，按受试者训练的现成时间序列分类模型性能接近 EEG 专用模型，但未完全达到领域专用建模水平。

  5. bioRxiv（Neuroscience）62

    Shi 等用分解式时空集成深度学习从常规头皮 EEG 定位癫痫发作起始区

    AI 摘要Shi 等提出一种分解式时空集成深度学习框架，用常规发作间期与发作期头皮 EEG 做脑叶水平的癫痫发作起始区（SOZ）定位，数据来自 100 例单侧局灶性癫痫患者的 262 次记录（6000 余小时），另设 28 例内部和 9 例外部测试集。

    AI 推荐理由：该预印本用100例患者的常规头皮EEG做致痫区定位，并给出内部与跨机构验证结果，可供与现有非侵入式定位方法对照。

  7. bioRxiv（Neuroscience）40

    癫痫患者丘脑前核 DBS 的急性头皮 EEG 特征：非周期谱态偏移中可复现的 gamma 功率增强

    AI 摘要一项概念验证重复测量队列分析显示，5 例药物难治性癫痫患者在接受丘脑前核 DBS（1 s ON、约 5 s OFF 循环刺激）时，全部 10 次头皮 EEG 记录（间隔一年）均出现 30-70 Hz gamma 功率升高，中位增幅 +0.94 dB，且 10/10 次记录的显著功率谱簇与 gamma 频段重叠。

10月22日周四
  1. Journal of Neural Engineering40

    研究揭示提示步进运动想象中区域去同步的有序起始与运动类别可分性转变

    AI 摘要一项EEG研究考察了提示步进运动想象中皮层区域去同步的起始顺序，发现运动类别信息在早期成分中并不具备类别特异性，任务相关表征需经一定处理阶段才变得可解码。研究指出，基于运动想象的脑机接口解码窗口目前多按惯例固定，而非依据表征形成的证据确定。

  2. Bing News：brain-computer interface38

    双阶段运动想象范式提升脑机接口解码精度：97名健康受试者EEG离线研究

    AI 摘要一项离线EEG研究提出CEP-MI线索-执行范式，让97名健康受试者在3秒倒计时内想象运动、随后轻微执行动作，并开发双分支神经网络PGCANet。在BCI Competition IV dataset 2a上，PGCANet四分类平均准确率达82.47%，优于EEG Conformer的78.66%和EEGNet的74.50%。研究称该范式提升了手部运动想象分类精度，但尚未证实实时或临床获益。

  3. medRxiv（Neurology）55

    Katy A Cross 团队用移动 EEG 比较有无冻结帕金森患者的提示步态皮层活动

    AI 摘要Katy A Cross 团队用移动 EEG 比较 18 名有冻结史（PD-F）、21 名无冻结（PD-NF）帕金森病患者与 19 名年龄匹配健康对照在正常行走、跟随听觉提示和跨越视觉提示三种条件下的步态与感觉运动皮层活动。

    AI 推荐理由：研究用移动 EEG 对比有无冻结的帕金森病患者在听觉与视觉提示下的步态表现，并给出感觉运动皮层 beta 抑制的差异。

  4. Journal of Neural Engineering（Crossref）52

    ACF-Net：面向跨受试者可穿戴 EEG-EMG 手势识别的自适应跨模态融合网络

    AI 摘要ACF-Net 是一个把皮层-肌肉耦合先验嵌入融合结构的四阶段网络，用于跨受试者可穿戴 EEG-EMG 手势识别。在留一受试者验证中，它在 WAY-EEG-GAL（12 名受试者）上达到 87.6%，在 WEE-Ges（20 名受试者，三天）上达到 89.2%，分别比最强基线高 9.4 和 9.1 个百分点，校正后比较均显著。

  7. Europe PMC（brain-computer interface · PubMed）38

    基于EEG的递增阻力运动过程中皮层动态特征研究

    AI 摘要十名健康受试者在五种阻力条件下完成单臂弯举，同时用EEG记录皮层活动，运动相关皮层电位与功率谱密度在不同阻力条件间呈现差异。研究采用Triplet Temporal Convolutional Network提取EEG信号表征并结合KNN分类，受试者内留一试验评估准确率达97.2%，跨受试者留一评估最高准确率为93.0%。

  8. bioRxiv（Neuroscience）60

    Vincenzo Vitelli 团队提出旋转成分分析，揭示全脑自发旋转动力学约束线索诱发行为

    AI 摘要Vincenzo Vitelli 团队提出降维方法旋转成分分析（RCA），用于在单试次中检测低方差旋转模式。他们将 RCA 应用于猴和人的运动皮层动作电位数据、小鼠全脑钙成像以及人的 fMRI 和 MEG；在小鼠中，静息态识别出的旋转模式可预测随机时刻线索到来后动物是否拉杆，作者用循环神经网络模型和二维响应学习模型解释这一关联。

    AI 推荐理由：文章提出旋转成分分析，并在猴、人、小鼠多类数据上展示自发旋转动力学如何约束线索诱发行为，可供做低维神经动力学分析的研究者参考。

10月21日周三
  1. medRxiv（Neurology）28

    CAMBY 研究方案：用 MRI 与 MEG 研究青少年脑震荡后持续症状的脑网络机制

    AI 摘要CAMBY 是一项前瞻性观察研究，计划纳入 12 至 18 岁有脑震荡史的青少年，按是否出现脑震荡后持续症状（PSaC）分为 PSaC 组与已康复对照组。研究将在脑震荡后一个月及以上采集 MRI 结构影像、MEG 功能影像与神经心理学指标，比较两组在内在连接网络中的微结构与功能特征。

  3. arXiv eess.SP（Signal Processing）38

    DiffEEG：自监督去噪扩散模型学习 EEG 癫痫相关表征

    AI 摘要DiffEEG 是一个 9.6M 参数的自监督基础模型，通过去噪扩散预训练与强化学习微调，解决 EEG 癫痫检测中标注稀缺和类别极度不平衡的问题。模型在 TUHSZ 的 1.3M 无标注片段上预训练，采用 1D U-Net 与多头自注意力学习通用神经表征。在 279 名患者的严格患者级评估中，二分类检测达 81% 准确率和 85% 加权 F1，4 类癫痫亚型分类为 61% 准确率和 59% F1。

  4. arXiv eess.SP（Signal Processing）58

    多伦多大学 Konstantinos N. Plataniotis 团队分析跨受试者 EEG 情绪识别中的刺激记忆效应

    AI 摘要多伦多大学 Konstantinos N. Plataniotis 团队在预印本中提出，SEED 等刺激定义基准的情绪标签在设计阶段就绑定到视频上，编码器只要识别出播放的是哪段视频就能免费得到标签。

    AI 推荐理由：原文把刺激身份这一被忽略的变量单独量化，并给出联合留出受试者与刺激后准确率下降的幅度，可供评估跨受试者 EEG 情绪解码基准时参考。

10月20日周二
  1. Journal of Neural Engineering（Crossref）55

    研究用可解释 AI 区分 EEG 语音解码中的神经贡献与肌电伪迹

    AI 摘要一项发表于 Journal of Neural Engineering 的研究用可解释 AI 方法分析基于超高密度 EEG 的卷积神经网络语音解码，试图区分神经活动与发音时产生的肌电伪迹。

    AI 推荐理由：摘要用可解释 AI 拆开 EEG 语音解码中神经信号与肌电伪迹的贡献，为判断非侵入式语音脑机接口的信号来源提供方法参照。

  2. Journal of Neural Engineering（Crossref）38

    研究：P300 拼写器的校准-准确率映射无法跨队列迁移，对齐与局部重校准均未恢复

    AI 摘要基于 BigP3BCI 1.0.0 的回顾性二次分析显示，P300 拼写器校准分数与在线准确率的映射无法迁移到留出队列：18 项研究共 271 名受试者、739 条会话-条件记录、19,611 次字符选择，各队列相关系数 r 从 0.190 到 0.928，队列特异斜率差异超过十倍（tau 0.43）。

  4. Bing News：brain-computer interface58

    四川大学华西医院团队荟萃分析：非侵入式脑刺激联合脑机接口对卒中上肢恢复未见明确额外获益

    AI 摘要四川大学华西医院 Shutao Qiu、Li Zhang、Qiang Gao 团队在 Frontiers in Neurology 发表系统综述与荟萃分析，纳入7项随机对照试验，比较非侵入式脑刺激（NIBS）联合脑机接口训练与单用脑机接口训练对卒中患者上肢运动功能的效果。

    AI 推荐理由：这项荟萃分析汇总7项随机对照试验，并说明剔除单项研究后合并结果不再显著，读者可据此判断联合疗法的证据强度。

  5. arXiv q-bio.NC（Neurons and Cognition）38

    arXiv 综述：EEG 的受试者间与受试者内变异性系统调查

    AI 摘要一篇 arXiv 系统综述梳理了健康与临床队列中静息态、事件相关电位（ERP）及运动想象、SSVEP 等 BCI 范式的 EEG 变异性。受试者间差异通常大于受试者内波动，但两者都影响推断与模型泛化；alpha 频段指标和个体 alpha 峰值频率较稳定，P300 稳定性多为中等至良好。综述归纳了生物、状态、技术与分析四类变异来源及 ICC、CV、SNR 等量化方法，并给出研究设计与报告建议。

  6. arXiv q-bio.NC（Neurons and Cognition）55

    Ingo Marquardt 团队按 Llama-3.1-8B 逐层训练 EEG 解码器，发现词义信息集中在浅层、篇章语境信息随深度上升

    AI 摘要Ingo Marquardt 团队在 arXiv 预印本中为 Llama-3.1-8B 的每一层各训练一个解码器，用 19 通道 EEG 记录默读过程，并区分词级可解码性与语境追踪成分。

    AI 推荐理由：研究逐层比较 Llama-3.1-8B 各层作为解码目标的效果，为 EEG 语言解码器的目标层选择提供了一个可参考的设计维度。

  7. arXiv eess.SP（Signal Processing）36

    TriRouter：面向鲁棒 EEG 运动想象解码的稀疏到稠密电极空间路由

    AI 摘要TriRouter 是一种电极空间路由框架，通过判别保持、掩码鲁棒与潜在补偿三条路径，并借助验证校准路由器按可观测通道可用性分配路径贡献。在 BNCI2014-001 数据集上，其性能优于标准公开骨干网络和动态空间滤波受损 EEG 基线，在标称 25%、50%、75% 电极缺失设置下准确率分别提升 3.68、4.02、6.46 个百分点，并在结构化区域缺失和额外低通道数据集评估中保持有效。

  8. arXiv eess.SP（Signal Processing）47

    GRAFT-EEG：面向跨数据集运动想象 EEG 的规范感知物理场迁移方法

    AI 摘要GRAFT-EEG 通过去除活动电极集共参考规范、并借助模板运动导场迁移各原生蒙版，实现无需目标信号、标签或经验统计的跨数据集 EEG 迁移。在 5 个留一数据集目标（253 名受试者）上，该方法等目标平衡准确率达 60.865%，较严格清洗的 5/5 BIOT 的 52.684% 高出 8.182 个百分点（95% CI +6.382 至 +10.196，各目标均为正）。

10月19日周一
  1. Europe PMC（brain-computer interface · PubMed）36

    面向儿童辅助沟通的脑机接口视觉场景显示设计研究

    AI 摘要一项研究让 24 名 8-13 岁神经典型儿童在三种条件下完成 P300 脑机接口任务，比较嵌入不对称沟通项目的场景化视觉场景显示、无场景信息的同款不对称布局与标准网格。结果显示不对称布局提高了额区与中央顶区 P300 波幅，场景化显示增强了枕区 N170，场景与网格条件的离线脑机接口准确率相近，受试者认为场景更具视觉吸引力。

  2. bioRxiv（Neuroscience）72

    Nir Grossman 团队提出无 Δf 伪迹的 TI 刺激期间 EEG 记录方法

    AI 摘要Nir Grossman 团队在 bioRxiv 预印本中提出用 7 阶模拟低通滤波器（90 Hz 截止，1 kHz 处衰减不低于 130 dB）抑制时间干涉（TI）刺激在 Δf 处产生的记录伪迹，并在 22 名健康受试者中检验。

    AI 推荐理由：该研究给出前端滤波与逐次记录校验的流程，让 TI 刺激期间的 EEG 记录可以排除 Δf 伪迹，并观察相位相关的视觉皮层调制。

  4. bioRxiv（Neuroscience）38

    研究：衰老与说话和默读之间的脑电地形分化减弱相关

    AI 摘要一项脑电（EEG）研究对比15名年轻人和15名老年人的说话与默读任务，发现两组EEG信号强度和行为表现相近，但年轻人在508-629 ms和660-800 ms区间的全局差异指数（DISS）更高，即说话与默读的神经空间构型更分明。TANOVA显示229-334 ms和377-538 ms区间存在年龄相关的头皮地形差异。研究认为衰老与两种语言任务间神经分化减弱相关，尤其在运动指令准备等后期加工阶段。

  5. bioRxiv（Neuroscience）52

    Vincent Philippe 团队提出多参数频谱建模，从无创电生理记录中分离突触动力学与神经兴奋性

    AI 摘要Vincent Philippe 团队提出一种基于生物机制的多参数频谱分析方法，可从无创电生理记录中分离神经兴奋性与突触动力学，而现有方法只依赖单一频谱指标。作为概念验证，该方法捕捉到了阿尔茨海默病相关的过度兴奋与谷氨酸再摄取功能障碍特征。

10月18日周日
  1. arXiv（brain-computer interface）52

    同济大学 Changjun Jiang 团队提出 NeuroAct 双环自主研究框架用于 EEG 分析与解码

    AI 摘要同济大学 Changjun Jiang 团队提出 NeuroAct，一个面向 EEG 分析与解码的双环自主研究代理框架，内环由研究、开发、评审角色依据信号结构、表征、预测器行为和训练动态选择分析与干预，外环把结果沉淀为带任务与模型条件的可检验建议。

  2. bioRxiv（Neuroscience）38

    高密度 EEG 研究：抓取与放置动作在共享皮层-小脑机制中呈现不同神经动力学

    AI 摘要31 名受试者佩戴高密度 EEG 完成抓取与放置 3D 物体的交替动作，放置动作启动更快但执行更慢、终点朝向精度更高。ERP 与微状态分析显示两者共享运动前后的极性翻转模式，该模式在放置准备阶段增强、执行阶段延长。SVM 解码表明任务特异性信息主要编码在 6 Hz 以下的低频 EEG 活动中。

10月17日周六