跳到正文
#Hybrid BCI
12月31日周三
  1. OpenReview · EEG53

    混合式 EEG 驱动脑机接口：用于个性化语言康复的大语言模型框架

    基于摘要分析。该研究针对传统辅助与替代沟通（AAC）系统及语言学习平台难以实时适应用户认知和语言需求的问题，提出将非侵入式 EEG-BCI 与基于 Transformer 的大语言模型（LLM）结合，用于个性化语言康复辅助。其主要研究对象是面向严重言语或运动障碍用户的交互与训练系统，摘要以卒中后失语症和肌萎缩侧索硬化症为应用背景，并未提供这些患者群体的实际验证信息。 框架包含三个目标：通过心理指令导航语言学习模块；动态个性化词汇、句子构建练习及纠错反馈；监测反映认知努力的神经标志物，并据此实时调整任务难度。设计上的关键在于把 EEG 交互输入与 LLM 内容生成、训练难度调节连接起来，而不只是提供固定练习。摘要未明确心理指令采用何种 EEG 范式，也未说明认知努力标志物、信号处理与解码方法、LLM 型号、训练方式或两者之间的接口机制。 作者表示提出并评估了该框架，但摘要没有报告被试构成、数据集、被试内或跨被试划分、对照系统、定量指标及评估结果。因此，目前不能确认其指令识别性能、实时响应能力、个性化收益或语言康复效果，也不能将应用目标视为已经证实的临床获益。 进一步阅读应核对 EEG 指令解码与认知努力估计是否分别验证，难度调节的依据及稳定性，以及 LLM 生成内容和纠错反馈的适宜性。复现还需明确 EEG 采集与校准条件、任务流程、模型配置及评估协议；实验协议、消融及统计信息尚未验证。

  2. OpenReview · EEG62

    MECASA：使用加性自注意力对混合 EEG-fNIRS 数据进行运动执行分类

    基于摘要分析。该研究针对运动执行范式中的静息与任务状态分类，提出 MECASA，以卷积和加性自注意力提取 EEG、fNIRS 特征并进行融合；研究对象是运动执行，而非运动想象（MI）。其主要贡献是将基于 CAS-ViT 的架构用于混合 EEG-fNIRS 分类，并比较单模态与融合方案。 机制方面，MECASA 包含基于卷积的自注意力模块 CASA、混合块设计，以及连接独立 EEG 与 fNIRS 处理流的专用融合网络。作者将 CASA 描述为计算高效的模块，但摘要未给出计算量、参数量或运行时间，尚不能量化其效率优势。融合位置、时间对齐方式、损失函数及训练细节尚未验证。 实验使用 SMR Hybrid BCI dataset。作者报告，MECASA 在 EEG、fNIRS 和融合条件下均优于所比较的已有方法，融合的 Accuracy 持续高于单模态，且 fNIRS 的 Accuracy 通常高于 EEG。摘要未提供具体数值、基线名称、被试数或被试内／跨被试划分，因此这些结论仅能作为该研究所用评估条件下的定性报告，不能推断跨被试或跨会话泛化能力。 作者报告的消融结果显示，EEG 的嵌入维度为 64–128 时表现最佳，fNIRS 的 OD128（上采样光密度）配置表现更优；OD128 的具体构造与对应时间采样设置尚未验证。复现时需核对两类信号的预处理与对齐、数据划分、融合与单模态的对照条件，以及上述配置的消融范围和统计不确定性。实验协议、完整消融及统计信息尚未验证；当前证据支持进一步阅读其融合机制，不足以确认在线 BCI 的延迟、稳定性或实际使用收益。

1月1日周日
  1. OpenReview · EEG55

    基于眼动数据与 EEG 数据的交互式图像分割方法

    基于摘要分析。本文研究如何以眼动轨迹和 EEG 替代手动标注，为交互式图像分割提供输入；其主要贡献是在人观察图像时采集这两类生理信号，并据此建立更自然的人机协作式图像对象分割方法。 传统交互式分割通常要求用户描绘边缘或通过点、框等方式区分前景与背景。本文将交互信息的来源转向眼动与 EEG，但摘要未说明眼动轨迹如何映射为目标提示、EEG 解码何种意图，以及两类信号如何融合并驱动分割算法。因此，目前可以确认的是交互输入方案，具体解码机制、训练与推理流程尚未验证。 作者报告，该方法具有免手动操作的优势，可用于特殊使用场景；作者还报告其在多目标图像分割中具有更高效率和更好结果。摘要未给出这些结论对应的数据集、被试数量、任务安排、对照方法或量化指标，因而不能将其解释为已验证的分割精度提升，也不能直接推断适用于特定用户群体或实际部署。 复现时需核对眼动与 EEG 的采集和同步方式、校准及预处理流程、交互信息的生成规则、分割算法，以及效率和分割质量的评价定义。实验协议、消融及统计信息尚未验证；尤其需要确认两类信号各自的贡献，以及相对手动交互方式的比较条件。材料未提供可确认的代码或数据开放信息。

3月27日周五
  1. OpenReview · EEG71

    利用任务诱发的瞳孔直径变化提升基于 EEG 的运动想象 BCI 性能

    基于摘要分析。该研究针对运动想象 BCI 中“运动意图／静息”开关识别准确性不足的问题，提出在 EEG 特征之外加入任务诱发的瞳孔直径变化，以改善二分类性能。研究面向重度运动障碍或闭锁综合征人群的交互需求，但摘要未说明参与者是否属于这些临床人群。 机制与方法：作者使用 common spatial patterns（CSP，共空间模式）提取用于区分运动想象与静息控制条件的 EEG 特征，并将瞳孔直径作为额外分类特征。其依据是作者在实验室观察到运动想象时瞳孔直径相对静息增大；摘要明确说明这一先前观察当时尚未发表。瞳孔直径可通过视频眼动记录获取，作者指出多数眼动追踪系统可提供不随头部位置变化的瞳孔直径读数，但本研究的设备与校正细节尚未验证。 实验与结果：作者报告在 30 名参与者的 EEG 运动想象 BCI 用户研究中，加入瞳孔直径特征后，运动想象与静息的分类表现优于仅使用 EEG 衍生特征的传统方法。摘要未提供具体 Accuracy、其他指标、增益幅度、分类器类型，或被试内／跨被试划分，因此无法量化提升或判断其泛化范围。实验协议、消融及统计信息尚未验证。 解释与复现边界：这是 EEG 与瞳孔信号的多模态特征融合，而非单独改进 EEG 解码算法。作者提出，多模态生理参数可能提高 BCI 准确性，并降低对长时间训练和高电极信噪比的依赖；摘要所述分类改善尚不能直接验证这些更广泛主张。复现时需核对两类信号的同步、特征时间窗、训练与测试划分，以及光照、注视行为和任务努力程度对瞳孔变化的影响，并确认辅助信号在真实开关使用场景中的稳定性。

    阅读价值：值得阅读的具体原因是其直接检验了将任务诱发瞳孔直径变化作为 EEG 运动想象开关的辅助特征，但增益大小、评估划分及抗混杂能力尚需全文核对。

1月1日周四
  1. OpenReview · EEG48

    使用 EEG 与语音输入的免手操作浏览器

    基于摘要分析。该研究面向移动浏览器的免手操作需求，设计了结合 NeuroSky EEG 传感器与语音输入的浏览器，将注意力水平和眨眼识别输出映射为网页导航与菜单选择操作。核心贡献是多模态交互设计及浏览器实现，而非摘要中已证实的新型 EEG 解码算法。 交互机制方面，作者描述了将添加收藏、上下滚动、切换前后标签页及打开收藏中的 URL 等功能映射到不同注意力与眨眼水平的方案。当注意力水平持续高于阈值时，用户可在菜单、历史记录或常访问网站等列表中循环选择；主动双眨眼用于打开当前选中的 URL 或菜单项。其他功能通过语音完成。摘要提到论文介绍了浏览器架构、实现问题与界面截图，但没有提供可核对的信号处理流程、阈值设定、语音识别方式或各项命令的完整映射。 作者将双手被占用以及残障或瘫痪人群的使用需求作为应用动机，不能据此认定系统已在这些人群中得到验证，也不能将驾驶场景的动机视为使用安全性证据。摘要未提供被试、任务协议、对照条件或定量结果，因而无法判断注意力控制和双眨眼选择的误触发率、响应时间、使用负担，以及相对纯语音操作的收益。实验协议、消融及统计信息尚未验证。 复现时需从全文核对 NeuroSky 设备与接口、注意力输出的定义、阈值与持续时间、双眨眼判定规则，以及语音与 EEG 命令之间的协调机制。还需确认眨眼输入的信号来源，避免把眨眼控制直接等同于脑活动意图解码。当前材料支持其作为 EEG 与语音结合的交互原型阅读，不支持临床有效性或普遍可用性的结论。

12月31日周三
  1. OpenReview · EEG68

    基于 EEG 和 NIRS 模态的混合脑机接口

    基于摘要分析。本研究针对非侵入式异步 BCI 中用户自主发起控制时的准确性与稳定性问题，提出同时采集 EEG 和近红外光谱（NIRS）的多模态混合 BCI，并设计被试依赖的分类策略来结合两类测量。 研究对象是无需用户按外部提示作出反应的异步控制，而不是仅在提示限定的时段内识别任务的同步 BCI。摘要指出，既往 EEG–NIRS 混合系统已在同步运动想象（MI）任务中显示出分类性能提升；这是作者对既往工作的概述，不能视为本文异步系统的实验结果。作者将本研究描述为异步多模态混合 BCI 的首次报告，该优先性主张尚未独立核实。 方法层面的明确贡献是同步获取 EEG 与 NIRS，并使用针对被试的分类策略组合两类信息。摘要未说明融合发生在特征层还是决策层，也未给出分类器、时间窗、训练流程或异步意图检测规则。“被试依赖”不足以确定具体的被试内数据划分，更不能据此推断跨被试泛化能力。 摘要未提供本文的定量结果、被试数量、任务细节、对照基线及评估协议，因此尚不能判断联合模态是否优于单独 EEG、是否降低非控制状态下的误触发，或是否满足实时控制需求。阅读全文时需核对两类信号的时间对齐、分类策略及校准要求，以及准确性、误触发与响应延迟的评估方式；实验协议、消融及统计信息尚未验证。