Buchumschlag

From EEG Cleaning to Decoding: The Role of Artifact Rejection in MI-based BCIs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hajhassani, Davoud, Aristimunha, Bruno, Graignic, Paul-Adrien, Mellot, Apolline, Kusch, Lionel, Delorme, Arnaud, Semah, Thomas, Caillet, Arnault H.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improved Riemannian potato field: an Automatic Artifact Rejection Method for EEG
von: Hajhassani, Davoud, et al.
Veröffentlicht: (2025)

Physics-informed and Unsupervised Riemannian Domain Adaptation for Machine Learning on Heterogeneous EEG Datasets
von: Mellot, Apolline, et al.
Veröffentlicht: (2024)

Geodesic Optimization for Predictive Shift Adaptation on EEG data
von: Mellot, Apolline, et al.
Veröffentlicht: (2024)

EEG Foundation Challenge: From Cross-Task to Cross-Subject EEG Decoding
von: Aristimunha, Bruno, et al.
Veröffentlicht: (2025)

Data Normalization Strategies for EEG Deep Learning
von: Truong, Dung, et al.
Veröffentlicht: (2025)

SCDM: Unified Representation Learning for EEG-to-fNIRS Cross-Modal Generation in MI-BCIs
von: Li, Yisheng, et al.
Veröffentlicht: (2024)

Adaptive Split-MMD Training for Small-Sample Cross-Dataset P300 EEG Classification
von: Chen, Weiyu, et al.
Veröffentlicht: (2025)

Toward Adaptive BCIs: Enhancing Decoding Stability via User State-Aware EEG Filtering
von: Choi, Yeon-Woo, et al.
Veröffentlicht: (2025)

A Systematic Evaluation of Euclidean Alignment with Deep Learning for EEG Decoding
von: Junqueira, Bruna, et al.
Veröffentlicht: (2024)

Channel Adaptation for EEG Foundation Models: A Systematic Benchmark Across Architectures, Tasks, and Training Regimes
von: Kokate, Kuntal, et al.
Veröffentlicht: (2026)

Automatic EEG Independent Component Classification Using ICLabel in Python
von: Delorme, Arnaud, et al.
Veröffentlicht: (2024)

Quantifying Data Requirements for EEG Independent Component Analysis Using AMICA
von: Frank, Gwenevere, et al.
Veröffentlicht: (2025)

The iCanClean Algorithm: How to Remove Artifacts using Reference Noise Recordings
von: Downey, Ryan J., et al.
Veröffentlicht: (2022)

Cepstral Analysis Based Artifact Detection, Recognition and Removal for Prefrontal EEG
von: Han, Siqi, et al.
Veröffentlicht: (2024)

EEG-DCNet: A Fast and Accurate MI-EEG Dilated CNN Classification Method
von: Peng, Wei, et al.
Veröffentlicht: (2024)

The largest EEG-based BCI reproducibility study for open science: the MOABB benchmark
von: Chevallier, Sylvain, et al.
Veröffentlicht: (2024)

Low-Rank + Sparse Decomposition (LR+SD) for EEG Artifact Removal
von: Gilles, Jerome, et al.
Veröffentlicht: (2024)

Artifacts Are Not Noise: Embodied Resonance and the 70% Signal Loss in Conventional EEG
von: Eldin, Ahmed Gamal
Veröffentlicht: (2025)

Geometric Neural Network based on Phase Space for BCI-EEG decoding
von: Carrara, Igor, et al.
Veröffentlicht: (2024)

MI-BMInet: An Efficient Convolutional Neural Network for Motor Imagery Brain--Machine Interfaces with EEG Channel Selection
von: Wang, Xiaying, et al.
Veröffentlicht: (2022)

SpellerSSL: Self-Supervised Learning with P300 Aggregation for Speller BCIs
von: Hong, Jiazhen, et al.
Veröffentlicht: (2025)

EEG_RL-Net: Enhancing EEG MI Classification through Reinforcement Learning-Optimised Graph Neural Networks
von: Aung, Htoo Wai, et al.
Veröffentlicht: (2024)

ChineseEEG-2: An EEG Dataset for Multimodal Semantic Alignment and Neural Decoding during Reading and Listening
von: Chen, Sitong, et al.
Veröffentlicht: (2025)

HFMCA: Orthonormal Feature Learning for EEG-based Brain Decoding
von: Wang, Yinghao, et al.
Veröffentlicht: (2026)

BandRouteNet: An Adaptive Band Routing Neural Network for EEG Artifact Removal
von: Lam, Phat
Veröffentlicht: (2026)

How Much Data is Enough? Optimization of Data Collection for Artifact Detection in EEG Recordings
von: Wang-Nöth, Lu, et al.
Veröffentlicht: (2024)

Informed Bootstrap Augmentation Improves EEG Decoding
von: Jeong, Woojae, et al.
Veröffentlicht: (2025)

A Strong and Simple Deep Learning Baseline for BCI MI Decoding
von: Ouahidi, Yassine El, et al.
Veröffentlicht: (2023)

EEG-to-Voice Decoding of Spoken and Imagined speech Using Non-Invasive EEG
von: Park, Hanbeot, et al.
Veröffentlicht: (2025)

Deep Riemannian Networks for End-to-End EEG Decoding
von: Wilson, Daniel, et al.
Veröffentlicht: (2022)

Feature Selection via Dynamic Graph-based Attention Block in MI-based EEG Signals
von: Han, Hyeon-Taek, et al.
Veröffentlicht: (2024)

EEG2GAIT: A Hierarchical Graph Convolutional Network for EEG-based Gait Decoding
von: Fu, Xi, et al.
Veröffentlicht: (2025)

Deep Learning for Gradient and BCG Artifacts Removal in EEG During Simultaneous fMRI
von: Shahriar, K. A., et al.
Veröffentlicht: (2025)

A Pre-trained EEG-to-MEG Generative Framework for Enhancing BCI Decoding
von: Li, Zhuo, et al.
Veröffentlicht: (2026)

Domain Generalization for Zero-calibration BCIs with Knowledge Distillation-based Phase Invariant Feature Extraction
von: Liang, Zilin, et al.
Veröffentlicht: (2024)

Combining Euclidean Alignment and Data Augmentation for BCI decoding
von: Rodrigues, Gustavo H., et al.
Veröffentlicht: (2024)

EEG-to-Gait Decoding via Phase-Aware Representation Learning
von: Fu, Xi, et al.
Veröffentlicht: (2025)

EEG-based Decoding of Selective Visual Attention in Superimposed Videos
von: Yao, Yuanyuan, et al.
Veröffentlicht: (2024)

Learning Exemplar Representations in Single-Trial EEG Category Decoding
von: Kilgallen, Jack, et al.
Veröffentlicht: (2024)

Decoding Human Attentive States from Spatial-temporal EEG Patches Using Transformers
von: Ding, Yi, et al.
Veröffentlicht: (2025)