热点事件历史事件
多模态生理信号解码闭环神经反馈唤醒动态
1 篇报道1 家媒体或机构18 天前更新
先了解这件事
AI 综述
2026年10月3日，一项基于公开飞行任务数据集的离线分析在arXiv发布，研究融合心率、心率变异性、呼吸、皮肤电活动和瞳孔直径的多模态深度学习解码器，对任务相关唤醒进行解码，受试者内AUC达93.0%，高于纯EEG解码器的85.2%和FBCSP解码器的79.8%。10月6日，arXiv q-bio.NC（神经元与认知）再次报道同一研究，内容与早先报道一致，同样指出该研究使用公开的边界规避飞行任务数据集训练多模态深度学习解码器，融合上述五种生理信号，离线解码任务相关唤醒，受试者内AUC为93.0%，高于仅EEG解码器的85.2%和FBCSP解码器的79.8%。目前该研究仍为离线分析，尚未见闭环神经反馈在线验证的报道。
AI 根据报道生成 · 16 天前更新
最新进展10月6日 12:00
同一研究再次报道，确认多模态解码器受试者内AUC达93.0%，仍为离线分析。全部报道
同一件事各家媒体的报道，按发布时间排列。事情有了新的进展时，会单独列在「事件进展」里。
10月3日
- arXiv（brain-computer interface）多模态生理信号解码在闭环神经反馈中揭示个体化唤醒动态
一项基于公开飞行任务数据集的离线分析显示，融合心率、心率变异性、呼吸、皮肤电活动和瞳孔直径的多模态深度学习解码器，对任务相关唤醒的受试者内 AUC 达 93.0%，高于纯 EEG 解码器的 85.2% 和 FBCSP 解码器的 79.8%。
本事件热度走势
当前热度 0·可比范围峰值 1（10月18日 04:00）·近 24 小时可比范围变化 -20%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。