郑伟龙教授团队提出MindCross:快速适应新被试的跨被试脑信号解码视频框架
Professor Zheng Weilong's Team Proposes MindCross: A Cross-Subject Brain Signal Decoding Framework with Rapid Adaptation to New Subjects
近年来脑机接口(BCI)技术飞速发展,从脑信号解码视频成为了其中一个热点问题。近期,上海交通大学郑伟龙团队提出了一种基于共享-特定结构的快速适应新被试的跨被试脑信号解码视频框架MindCross, 相关成果发表于人工智能顶级会议(CCF-A类AAAI 2026上,标题为“MindCross: Fast New Subject Adaptation with Limited Data for Cross-subject Video Reconstruction from Brain Signals”。如图1所示,现有的脑解码框架主要基于被试依赖范式,需要采集每个受试者大量的脑数据,导致难以快速适应一个数据较少的新被试,毕竟脑视频数据的采集成本高昂,而MindCross为所有被试训练一个通用模型,该模型能够快速适应数据有限的新被试。
详情