PAPER DATABASE
Nimbus Studio reproduces reference BCI decoding pipelines: a validation study on public benchmarks across protocols and paradigms
2026-10-09 · Nimbus Studio 在三个公开运动想象与 P300 数据集上，对照六类参考管线。确定性管线的 54 次会话留出运行完全一致，其余部分分组比较的最大差异为 0.06 个百分点。
A Simultaneous EEG-fNIRS Dataset for Multi-class Visual Imagery Classification
2026-10-13 · 昆明理工大学团队发布三类视觉意象同步数据，23 人采集中保留 22 人，通过 32 通道 EEG 与前额叶 22 通道 fNIRS 提供原始信号、事件和预处理示例，并建立单模态与融合基线。
Human–artificial intelligence collaboration for comanaging epilepsy in real time
2026-10-13 · 宾夕法尼亚大学团队在 13 名视频 EEG 监测患者中联接脑电指标、智能手机对话和患者反馈；其中 11 人为头皮记录、2 人为颅内记录。反馈用于癫痫检测器再训练，性能改善在伪前瞻模拟中评估。
NeuroDETR: Multiscale Discrete Spatiotemporal Tokenization for Asynchronous EEG Event Detection
2026-10-14 · NeuroDETR 联合预测事件类型与起止时间，以多尺度时间码本、空间金字塔量化和事件记忆组织连续 EEG；事件感知稀疏注意力聚焦候选时空区域。
DEFT: Disentanglement-Enhanced Fine-Tuning for EEG Foundation Models
2026-10-10 · DEFT 将预训练 token 分成任务内容与被试风格分支，只用内容分支预测；结合高斯递归细化、时间方差约束、被试对比学习与重建，在四个基础模型骨干上比较匹配微调基线。
MERIT: Making every modality earn its contribution in multimodal attention decoding
2026-10-13 · MERIT 打乱测试样本中的各输入流，并以 Shapley 分配性能变化。四分类听觉注意实验报告同听者准确率 0.82、未见听者 0.74；加入行为模态提升整体准确率，却使脑信号贡献份额接近减半。
Benchmarking Label-Revealed Online Updates for EEG BCI Decoding
在四个数据集上用 test-then-train 的 prequential 协议评估 CSP 与 Riemannian 管线，并量化不同历史时间块对当前预测的价值。
BraVista: A Vision–Language Model for Unified Multi-Task EEG Decoding
把 EEG 表示成结构化图像并以任务指令继续训练通用视觉语言模型，统一处理睡眠、情绪、负荷与异常 EEG。
What Should an EEG Foundation Model Predict? Masked Band-Power Prediction versus Waveform Reconstruction
在 2,388 小时数据、匹配骨干与训练预算下，对照掩码波形重建和固定窄频带对数功率预测。
Interpretable Riemannian Alignment for EEG Forward Modeling Shifts
从 EEG 前向生成模型推导 SPD 流形上的线性域变化，以 Wasserstein Procrustes 对齐均值和旋转，并定位频率与源—传感器模式。
Zero-Shot Multimodal Adapter Generation for Plug-and-Play EEG Foundation Models
冻结 EEG 编码器和任务头，从无标签目标记录生成多模态适配器；六个留出数据集上接近监督多模态适配。
Temporally Conditioned Neural Refinement for EEG Source Imaging
全局时间 Transformer 先总结上下文，再由每个时刻的空间 Transformer 或体积卷积细化固定逆解得到的源估计。
A Semi-Dry, Visually Comfortable c-VEP BCI with Short Calibration, Conservative Idle-State Behavior, and a VR Proof of Concept
30 名参与者完成 11 类键盘、约 33 秒校准和显式空闲测试，并把同一流程迁移到 VR 概念验证。
Spatial Sampling Shapes Scalable Motor Decoding from Intracortical Signals
在猕猴延迟伸手任务中比较线性 S-probe 与平面 Utah array，分析单元、尖峰带功率和低频运动电位随通道与几何的缩放。
A neural architecture for imagined and overt speech motor dynamics
九名术中参与者想象或说出 6–8 个音节；共享额顶叶规划活动与感觉运动皮层中的模态特异代码共同支持广义音节解码。
CortexBridge: Cortical Alignment of EEG Montages for Foundation Models
轻量适配器结合电极与脑图谱坐标，把任意导联布局映射到共同皮层潜空间，并接入三个冻结 EEG 基础模型。
Personal vs. Population Gains in EEG Foundation Model Adaptation
在 235 名留出受试者和三个数据集上，以冻结基础模型比较个人适配器、群体适配器和交换给其他用户的适配器。
MEG-Mamba: A Generative Foundation Model for Source-Reconstructed Magnetoencephalography
在离散化、分区的源重建 MEG 上按脑区和会话做下一 token 生成，以状态空间模型扩展上下文并降低预训练成本。
A High-Density EEG Dataset for Stimulus-Driven Auditory Attention
让竞争声音自然争夺注意，以 Bradley–Terry 模型估计刺激优先级，再融合试次 EEG，并在未见声音配对上严格验证。
Scaling Laws for EEG Decoding Across Subjects and Trials
在五个模型和四个数据集上分别扩展受试者数量与试次数，并在跨被试验证下拟合性能幂律。
From Neurons to Conversation: Speech Brain-Computer Interfaces
从硬件侵入性、运动与语义路径、语言模型辅助到闭环校准，梳理语音 BCI 从离线解码走向自适应临床系统的完整栈。
T-SNN: Temporal Simplicial Neural Networks for EEG Decoding
把 EEG 通道关系表示为随时间演化的单纯复形，以单纯卷积和循环单元联合建模节点、边与更高阶群组交互。
HDND: Hierarchical Dynamic Neural Decoding for Multilingual Word/Character Retrieval from Non-Invasive Brain Recordings
在七个数据集、四种语言和九种听读条件中，以层级残差细化融合中间神经表征、上下文语义和部分任务的字形目标。
AERIAL: Adversarial Evaluation of Robustness in Accuracy-Preserving Low-Precision EEG Decoders
在九名受试者和三随机种子上比较 FP32、剪枝、PTQ 与 QAT；干净精度得以保持，但直接 PGD 鲁棒性没有改善。
Decoding Imagined Speech: A Strictly Subject-Independent Approach Using EEG
以被试级交叉验证比较时域统计与频带功率，粗粒度分类中频谱流程达到 49.03%±4.18% 的试次级准确率。
Personalised federated learning for Riemannian and Euclidean EEG decoding
共享 SPDNet 或 EEGNet 骨干、保留每名受试者的本地分类头；三个数据集上比较集中式、标准联邦和个性化联邦训练。
Bio-MF: Low-Latency and High-Fidelity EEG-to-fNIRS Cross-Modal Generation for Hybrid Motor-Imagery Brain--Computer Interfaces
一步 MeanFlow 在约 7 ms 内从 EEG 生成合成 fNIRS；两个数据集的 EEG 加合成模态相对 EEG-only 提升约 2.50–4.15 个百分点。
Matched-Input Estimates Differ in Sign Across Architectures: Auditing EEG Foundation Models on Motor Imagery
在验证锁定协议下审计 LaBraM 与 CBraMod；BCI IV-2a 四分类中所有监督比较器都高于全部基础模型配置。
Assistive algorithms influence neural representations in motor brain-computer interfaces
非人灵长类多日使用自适应解码器后，任务信息集中到更少神经元和少数低方差神经模式；固定解码器未出现相同变化。
Simultaneous speech and gesture decoding for multimodal communication in paralysis
三名瘫痪参与者的单一皮层植入支持语音和手势解码；两名参与者用并行解码器实时驱动个性化全身虚拟形象。
FRIST: FMRI Representation Informed Shared-space Training Improves EEG-only Individual-Finger BCI Decoding
先从同步 EEG–fMRI 学习空间约束与类别几何，再只用 EEG 推理；12 名健康参与者的时间留出测试显示两类和三类手指解码均改善。
EEG-Xplain: Decoding Neural Black-Boxes of EEG Foundation Models
统一比较 BIOT、LaBraM 与 EEGMamba 的空间、时间和频率归因，并以 AOPC 和跨方法一致性做群体级评估。
BrainFocus: EEG-Guided ROI Selection for Efficient Vision-Language Models
EEG 预测目标类别、检测器定位 ROI，只有两者都足够确信才裁剪视觉输入；否则视觉语言模型回退到整图。
When More Is Not Better: Component Anti-Synergy in a P300 Speller
以四因素全因子实验同时检验欧氏对齐、xDAWN、个体校准和语言模型先验，发现组件收益具有条件性，独立有效的模块叠加后也可能降低性能。
Streaming P300 Acquisition and Statistical Signal Validation Across Five EEG Platforms: A Hardware-Agnostic BrainFlow/LSL Pipeline
用 BrainFlow 与 LSL 构建同一实时管线，比较五种消费级和科研级 EEG 配置；样本内字符准确率 94.7%，按字符严格留出后仅 31.3%。
NEXUS-MI: Communication-Aware Federated Personalization for Gateway-Coordinated Motor-Imagery Brain-Computer Interfaces
在 BCICIV-2a 与 OpenBMI 上离线回放异构链路，让原始 EEG 与分类头留在本地；通信感知协调减少约 42% 的下行流量。
NERVE Attacks: Breaking AI-Powered Brain-Computer Interfaces
提出神经仿冒、失同步规避、重放劫持、链路窃听和嵌入式后门五维分类，并用 EEGle 报告 17 类神经特异攻击实例。
EEG-Driven Decoding Framework for Passenger Hazard Perception in Highly Automated Vehicles
以 3D-CRNN 解码风险预测与危险识别；危险识别在单被试报告 85.0% 平衡准确率，跨会话 77.0%，完全未见被试为 64.9%。
Bidirectional Wireless Communication for Weakly Coupled Implantable Brain-Computer Interfaces
比较感应、中场、RF、超声、磁电、光、UWB 与脑信道通信，并在组织温升约束下给出深度、尺寸、速率和每比特能耗的定量框架。
A Common Measure of Communication for Speech Brain-Computer Interfaces
提出开放词表互信息指标，把词表大小、错误结构和实际可传递信息放到同一尺度，并用词表优化实验展示最高 16.3% 的相对准确率改善。
EEG-based Visual Retrieval and Reconstruction: From Neurally Visible Optimal Layer to Hierarchical Diffusion Generation
为每位受试者选择最适合 EEG 检索的 CLIP 中间层，再以多层表征和 CSLS 做检索并连接扩散生成；报告 THINGS-EEG 200 选 1 Top-1 为 78.1%，CSLS 后为 86.4%。
Decoding Decision Correctness from EEG Under High Cognitive Workload in Virtual Reality
用空间协方差 EEG 特征预测作答正确性，并据此重加权团队决策；23 名参与者的模拟中，高负荷争议试次随团队规模扩大而改善。
Slow-Fast Brain-Computer Interfaces: Preventing Neuroadaptive Overfitting in AI-Mediated Neural Interfaces
提出神经自适应过拟合风险，并主张用快慢双环路依据证据、不确定性、风险、疲劳与长期目标调整 AI 辅助强度。
LibriBrain100: One Hundred Hours of Broad and Deep MEG Data for Neural Speech Decoding at Scale
公开超过 100 小时 MEG，包括约 80 小时单受试者深数据与 32 名受试者各约 40 分钟的广数据，并提供标准划分、工具和榜单。
A Translational Platform for Brain-Computer Interfaces and Adaptive Neuromodulation
把 CorTec Brain Interchange 接入开源 BCI2000，并用台架、五只犬长期植入和人体概念验证系统评估记录、刺激与闭环能力。
A streaming brain-to-voice neuroprosthesis
将神经活动持续映射为接近实时的语音，并恢复语调、节奏和个体声音特征。
A high-performance speech neuroprosthesis
在大词表自由句子上实现 62 词/分钟，证明高分辨皮层内信号可接近自然交流速度。
Transfer learning via distributed brain recordings
从大队列分布式 sEEG 中学习共享潜在流形，为不同电极覆盖的患者初始化语音解码器。
Large Brain Model for Learning Generic Representations
通过离散神经 tokenizer 与掩码神经谱预测，在异构 EEG 数据上学习通用表示。
EEGPT: Pretrained Transformer for Universal EEG
以 10M 参数 Transformer 学习可迁移 EEG 特征，强调跨任务、跨设备与抗噪能力。
Initial experience with the Layer 7 micro-ECoG interface
在人类运动皮层上验证 1,024 通道微电极阵列的术中记录和实时解码能力。
Assessment of Safety of a Fully Implanted Endovascular BCI
报告四名重度瘫痪患者的全植入血管内 BCI 安全性与家庭数字设备使用。
An Open, Diverse and Machine Learning Ready P300 BCI Dataset
整合多项 P300 拼写研究并按新兴 IEEE P2731 术语标准组织，便于复用与跨会话建模。
A memristor-based adaptive neuromorphic decoder for brain–computer interfaces
以 128k 单元忆阻器芯片完成低功耗在线解码，并在十名参与者的四自由度无人机控制中验证脑—解码器协同适应。
Neural signal analysis with memristor arrays towards high-efficiency brain–machine interfaces
用忆阻器阵列在模拟域实现滤波与癫痫神经信号识别，展示约 400 倍功效提升的概念验证。
Minimally invasive implantation of scalable high-density cortical microelectrode arrays for multimodal neural decoding and stimulation
通过无需开颅的微创递送方式部署 1,024 通道薄膜阵列，并展示记录、刺激及多模态神经解码。
A wireless subdural-contained brain–computer interface with 65,536 electrodes and 1,024 channels
在 50 微米柔性 CMOS 基底上集成 65,536 个电极、无线供电和双向通信，可同时选择记录 1,024 通道。
A biodegradable and self-deployable electronic tent electrode for brain cortex interfacing
利用可形变结构让电极经较小手术入口进入后自行展开，覆盖更大皮层表面并在任务结束后降解。
Flexible kirigami microelectrode arrays for neuronal activity recordings in non-human primate brains
以剪纸结构提升阵列对弯曲脑表面的顺应性，在非人灵长类上记录神经活动。
NeurIPT: Foundation Model for Neural Interfaces
结合三维电极坐标、幅值感知掩码预训练与渐进式混合专家，在八项 EEG 基准上学习跨设置表征。
Are EEG Foundation Models Worth It? Comparative Evaluation with Traditional Decoders in Diverse BCI Tasks
在多类 BCI 任务、数据规模与迁移设置下，对 EEG 基础模型和传统解码器进行统一比较。
A unified time-frequency foundation model for sleep decoding
在 8,377 名受试者、86,335 小时 PSG 上预训练，统一处理睡眠分期、疾病分类、生成与纺锤波检测。
Towards decoding individual words from non-invasive brain recordings
在 723 名参与者、三种语言和约五百万词的数据上评估单词解码，比较跨设备、跨任务与跨人的扩展规律。
Du-IN: Discrete units-guided mask modeling for decoding speech from Intracranial Neural signals
基于 12 名受试者的中文朗读 sEEG 数据，以脑区级 token 和离散码本掩码建模完成 61 词分类。
NeuroSketch: An Effective Framework for Neural Decoding via Systematic Architectural Optimization
通过数千次受控实验比较卷积、循环、Transformer 及混合架构，在语音、视觉和听觉任务上提炼设计规律。
Speech decoding from stereo-electroencephalography (sEEG) signals using advanced deep-learning methods
比较线性、循环与 Transformer 模型从 sEEG 重建语音波形，并分析少量关键电极的贡献。
A neural speech decoding framework leveraging deep learning and speech synthesis
在 48 名参与者上以可解释声学参数连接 ECoG 解码器与可微语音合成器，支持因果实时处理。
High-resolution neural recordings improve the accuracy of speech decoding
比较高密度微型 ECoG 与较低空间分辨率记录，证明更丰富的时空神经信息能改善语音解码。