桥接 EEG 信号与生成式 AI：从图像与文本到更广范围的综述
人工智能
2025-12-02 v3 人机交互
机器学习
摘要
将神经活动解码为人类可解释表征是脑机接口（BCI）和计算神经科学领域的关键研究方向。近期机器学习和生成式 AI 的进展推动了将非侵入性脑电图（EEG）信号转换为图像、文本和音频的趋势。本综述整合并分析了 EEG 向图像合成、EEG 向文本生成以及 EEG 向音频重建方面的发展。我们跨越主要数据库（2017-2025）进行结构化文献检索，提取关于数据集、生成架构（GAN、VAE、Transformer、扩散模型）、EEG 特征编码技术、评估指标以及塑造当前工作的主要挑战的关键信息。我们的审查发现，EEG 向图像模型主要采用基于 GAN、VAE 或扩散模型构建的编码-解码架构；EEG 向文本方法日益依赖基于 Transformer 的语言模型进行开放词汇解码；而 EEG 向音频方法则通常将 EEG 信号映射到梅尔频谱图，然后通过神经声码器渲染为音频。尽管已取得显著进展，但该领域仍受限于数据集小且异构、跨主体泛化有限以及缺乏标准化基准的约束。通过整合并方法趋势及可用数据集，本综述为推动 EEG 生成式 AI 和支持可重复研究提供了基础性参考。我们进一步指出开源数据集和基线实现，以促进系统性基准测试并加速 EEG 驱动神经解码的进展。
引用
@article{arxiv.2502.12048,
title = {A Survey on Bridging EEG Signals and Generative AI: From Image and Text to Beyond},
author = {Shreya Shukla and Jose Torres and Akshaj Murhekar and Christina Liu and Abhijit Mishra and Jacek Gwizdka and Shounak Roychowdhury},
journal= {arXiv preprint arXiv:2502.12048},
year = {2025}
}