KAIST 从芝加哥远程控制大田小鼠脑内无线植入物以研究神经环路
AI 摘要KAIST 研究人员从美国芝加哥远程控制了植入大田小鼠脑内的无线脑植入物，用于研究神经环路。该无线脑植入物为研发成果，实验对象为小鼠。
全部脑机接口动态
全部动态
今日 13 条Bing News：brain implantAI 评分3838 Europe PMC（brain-computer interface · PubMed）精选AI 评分6767 中科院团队开发伞状可拉伸电极阵列，在小鼠中实现超 80 周神经记录
AI 摘要中国科学院团队开发出伞状可拉伸电极阵列，通过锚定在周围脑组织上形成无缝神经电子接口，在头部固定小鼠中稳定追踪同一神经元集群超过 80 周（约 1.5 年）。研究还显示，小鼠初级视觉皮层中具有方向选择性的神经元群体可在 20 周内被持续记录。作者称该阵列的长期记录能力对基础神经科学研究和临床脑机接口系统具有潜力。
AI 推荐理由：该研究用伞状可拉伸电极阵列在小鼠中实现超过 80 周的同一神经元集群稳定记录，为长期植入式记录提供了一种结构设计思路。
Europe PMC（brain-computer interface · PubMed）AI 评分2424 从信号堆叠到动态耦合：面向卒中康复的可穿戴 EEG-EMG 融合脑机接口批判性综述
AI 摘要这篇批判性综述审视了整合 EEG 与 EMG 的可穿戴脑机接口用于卒中后运动康复，指出皮层与肌肉信号的时空异质性限制了传统 EEG-EMG 融合的可靠性与泛化能力。
Europe PMC（brain-computer interface · Preprints）AI 评分3636 cEEGrid 十年：耳周电极阵列能测什么、不能测什么
AI 摘要一项范围综述结合定量方法学审计，回顾了 67 项使用 cEEGrid 或其衍生硬件的研究，发现该耳周 C 形柔性电极阵列的空间敏感度取决于信号源相对阵列的位置与朝向，而非仅电极到信号源的距离。
Europe PMC（brain-computer interface · Preprints）AI 评分3232 EEG 微状态序列作为脑机接口触发信号：基于运动想象分类的深度学习研究
AI 摘要一项预印本研究用基于 LSTM 自编码器与稠密神经网络的半监督深度学习架构，从 EEG 微状态序列中分类左手与右手运动想象，并将分类输出作为脑机接口触发信号。模型可提取微状态序列特征用于受试者内和会话内分类，迁移学习用于跨会话或跨受试者迁移时峰值分类准确率约 89%。研究显示，采用该方法的脑机接口校准平均约需 400 秒即可达到 80% 分类准确率。
Europe PMC（brain-computer interface · Preprints）AI 评分3636 前额皮层神经元活动的自我调节：皮层内脑机接口神经反馈研究
AI 摘要一项临床前研究开发了皮层内脑机接口（BCI），让动物通过视觉神经反馈将前额皮层神经元群体活动维持在预设目标附近。动物能在数百毫秒至秒级时间尺度上利用即时神经反馈减少神经活动波动，且这种与唤醒水平相关的神经活动调节与 BCI 使用相关。研究提示神经反馈或可增强或恢复神经活动调节能力，在调节受损的临床病症中具有潜在应用价值。
Europe PMC（brain-computer interface · Preprints）AI 评分4242 基于经颅磁刺激的脑机接口结合神经反馈促进不同日常生活手部动作的运动想象
AI 摘要一项概念验证研究开发了基于TMS的脑机接口训练，结合运动想象与神经反馈，用于强化复杂手部动作的脑表征。12名健康成人接受1次运动执行和3次TMS-BCI训练，针对握瓶、转钥匙、张开手三种动作，采用个性化自适应SVM集成基于MEP模式解码，解码准确率显著高于经验随机水平。参与者仅在神经反馈存在时能调节脑活动，且该效果未迁移至无反馈条件；同受试者ME数据训练的 classifier 显著优于他人数据。
Europe PMC（brain-computer interface · Preprints）精选AI 评分7474 中科院团队发布 BCIJelly 脑机接口研究一体化生态
AI 摘要中科院团队提出 BCIJelly，一个将 18 个脑机接口数据集标准化为 AI 可用输入、并集成 15 个基准解码器、80 个可复用模块、自动架构搜索（AAS）与硬件感知神经形态部署的统一生态。
AI 推荐理由：该工作把 18 个数据集、15 个基准解码器与神经形态部署串成统一流程，可供比较不同解码方案与硬件落地路径。
Google News：brain-computer interfaceAI 评分2222 Nature 发布基于 EEG 的脑机接口方向性词语识别数据集
AI 摘要Nature 发布了一个基于 EEG 的脑机接口数据集，用于方向性词语识别。该数据集面向非侵入式 EEG 脑机接口的方向性词语解码研究。
Europe PMC（brain-computer interface · Preprints）AI 评分3232 STE-BiMamba：时空特征增强双向 Mamba 网络用于运动想象 EEG 解码
AI 摘要研究提出 STE-BiMamba 时空特征增强双向 Mamba 模型，用于运动想象 EEG 解码，在自采 VR-MI 数据集上取得跨会话 97.50%、跨受试者 85.05% 的准确率，并在 BCIC-IV-2a、BCIC-IV-2b、HGD 三个公开数据集上达到当前最优。相比 Transformer 类模型，其推理速度提升一倍，参数量减少 3.5 倍。
Neuron（In Press）精选AI 评分6262 Neuron 刊发 Perich 等团队 CURBD 方法，从大规模神经记录推断全脑相互作用
AI 摘要Perich 等人在 Neuron 提出 CURBD，一种从大规模神经记录中提取多脑区相互作用结构的方法，利用数据约束的循环神经网络模型在单细胞分辨率上提取相互作用。作者用来自斑马鱼幼体、小鼠、猴和人类的钙成像与电生理数据集展示了 CURBD 的用途。
AI 推荐理由：CURBD 用数据约束的循环神经网络模型从大规模神经记录中提取跨脑区相互作用，并在四个物种的数据集上做了演示。
Europe PMC（brain-computer interface · Top journals）精选AI 评分6262 NYU 等团队用 ECoG 记录句子产出，发现高阶语言信息编码与活动幅度解离
AI 摘要美国多机构团队（末位作者 Flinker，通讯作者之一 Devinsky）利用颅内 ECoG 高分辨率记录和受控句子产出实验，发现编码词级信息与高阶语言信息的皮层网络呈混合空间组织，既广泛分布于传统语言区，又在经典语言区出现对语义和结构对比的局部敏感集中。
AI 推荐理由：研究用颅内 ECoG 记录句子产出过程，发现词级与高阶语言信息的编码网络大多不重叠，可供语言解码研究对照。
Neuron（In Press）AI 评分4141 Kalugin 等提出 MORSE 微内窥镜多重光学记录，可同时实时追踪多种神经调控信号
AI 摘要Kalugin 等提出 MORSE（微内窥镜传感器多重光学记录），通过荧光传感器的空间多重复用，同时追踪脑细胞外液中的多种分子信号。该技术在小鼠脑切片和清醒行为小鼠的脑脊液中定量捕捉了组合式神经调控状态。
Neuron（In Press）AI 评分4141 Kalugin 等提出 MORSE 微内窥镜多重光学记录，可同时实时追踪多种神经调控信号
AI 摘要Kalugin 等提出 MORSE（微内窥镜传感器多重光学记录），通过荧光传感器的空间多重复用，同时追踪脑细胞外液中的多种分子信号。该技术在小鼠脑切片和清醒行为小鼠的脑脊液中定量捕捉了组合式神经调控状态。
Europe PMC（brain-computer interface · PubMed）AI 评分2424 NIRSport2 系统采集的手部握力运动 fNIRS 数据集
AI 摘要研究团队用 NIRSport2 设备采集了 20 名健康右利手受试者手部握力任务时的运动皮层 fNIRS 数据，采用 8×8 光极配置共 20 通道，遵循国际 10/20 系统，采样频率 10.1725 Hz。
Europe PMC（brain-computer interface · Preprints）精选AI 评分8282 多机构团队提出跨六名受试者联合训练的通用语音神经假体解码器
AI 摘要多机构团队提出一种基于 transformer 的解码器模型，在六名皮层内语音脑机接口受试者数据上联合训练。对每名受试者，无论性别、病因或尝试说话策略，多用户模型解码语音的准确率都高于单用户数据训练的模型，平均相对 WER 降低超过 50%。该多用户模型在留出用户少于 200 句数据上微调后，WER 可低于 7%。
AI 推荐理由：六名皮层内语音脑机接口受试者的数据被联合训练，读者可据此了解跨用户数据汇聚对解码准确率与部署速度的影响。
IEEE Spectrum：生物医学精选AI 评分5656 UC Irvine Dion Khodagholy 团队开发可针刺接入的植入式生物电插座
AI 摘要UC Irvine 的 Dion Khodagholy 团队在 Science Advances 报告一种植入式生物电插座，用针插入皮下接口即可为植入设备充电和传输数据。
AI 推荐理由：该器件用多孔海绵与导电聚合物做成皮下电源接口，动物实验给出充电、数据传输与刺激的量化指标，可供比较现有无线充电方案。
Google News：brain-computer interfaceAI 评分3131 Nature：材料-算法协同设计实现稳健听觉注意解码脑机接口应用
AI 摘要一项发表于 Nature 的研究通过材料与算法的协同设计，实现了稳健的听觉注意解码脑机接口应用。该设计针对听觉注意解码这一 BCI 任务，旨在提升解码的稳健性。
Europe PMC（brain-computer interface · Top journals）AI 评分5050 软液态金属接口监测跨神经系统时间干涉刺激的神经动力学
AI 摘要研究团队用定制液态金属神经接口，在脑类器官到小鼠脑等多种神经组织中记录时间干涉刺激（TIS）的电生理响应，该接口的柔软性在降低侵入性的同时保持对深部脑区的稳定访问。电生理分析揭示了TIS在神经发育和功能连接中诱导的动力学变化，并通过群体水平神经活动比较了不同复杂度与成熟度模型的响应。
Europe PMC（brain-computer interface · Preprints）精选AI 评分6262 Lin H 等团队提出结构光照明显微镜，实现自由活动小鼠光学切片成像与实时神经解码
AI 摘要Lin H、Wang S 等团队提出一种轻量（<3 g）、低成本的结构光照明显微镜，在自由活动小鼠中实现光学切片成像。该系统采用 Ronchi 光栅与时间复用激发的 HiLo 成像，抑制背景荧光，同时保留宽场显微镜的速度、视野与易用性，并支持光学切片多平面成像以提高神经元采集量。
AI 推荐理由：该工作用低成本结构光照明显微镜在自由活动小鼠中实现光学切片，并演示了实时神经解码的闭环脑机接口原型。
Nature Portfolio（Brain–machine interface）精选AI 评分6666 Duke G. B. Cogan 团队用 μECoG 对齐跨患者潜在动态提升语音解码
AI 摘要Duke University 的 G. B. Cogan 团队在八名接受清醒神经外科手术的患者上，用高密度 μECoG 阵列记录感觉运动皮层，通过 PCA 提取潜在动态并用 CCA 跨患者对齐，训练出跨患者语音解码模型。
AI 推荐理由：八名受试者的术中 μECoG 数据显示，跨患者对齐潜在动态后语音解码可超过个体模型，读者可据此比较跨患者与个体化训练路线。
Google News：brain-computer interfaceAI 评分3030 人机学习提升未训练用户非侵入式脑机接口控制能力
AI 摘要一项人机学习研究显示，未训练用户也能提升非侵入式脑机接口控制能力。该研究由 Tech Xplore 报道，但正文未提供受试者数量、通道数、解码指标或试验注册号等具体信息。
Google News：brain-computer interfaceAI 评分5252 Nature 刊文：感觉引导的人机联合学习加快运动想象脑机接口控制习得
AI 摘要Nature 刊出一项研究，题为 Sensory-guided human-machine joint learning accelerates the acquisition of motor imagery brain computer interface control，主题是感觉引导的人机联合学习加快运动想象脑机接口控制的习得。
Europe PMC（brain-computer interface · Preprints）AI 评分4242 一种微创混合脑机接口：面向全脑访问的分布式、可扩展、可进化架构
AI 摘要研究提出一种微创混合脑机接口架构，将颅骨作为分布式接口层，由微孔开颅、植入颅骨微孔内远端接触硬脑膜的分布式微电极、外部双向可穿戴头戴设备及 AI 辅助规划控制代理四部分组成。大鼠在体实验显示，颅骨植入微电极相比头皮 EEG 明显提升静息态频谱功率及体感与稳态视觉诱发电位的信噪比；计算建模表明其可增强颅内电场强度并将聚焦时间干涉电场导向预设深部脑靶点。
Nature Portfolio（Brain–machine interface）精选AI 评分6868 卡内基梅隆大学 Bin He 团队提出感觉引导人机联合学习框架，加速运动想象脑机接口控制习得
AI 摘要卡内基梅隆大学 Bin He 团队在 31 名健康受试者中开展六次纵向分组实验，提出感觉引导的人机联合学习框架，将腕部振动触觉刺激与解码器样本重加权同步结合。联合学习组在一维混合任务中在线准确率峰值达 77.5%，二维任务为 66.9%，学习增益 19.0%，高于触觉对照组 6.3% 和 BCI2000 对照组 3.0%。
AI 推荐理由：31 名健康受试者的分组对照显示，触觉引导与解码器同步更新结合后，运动想象脑机接口的学习增益明显高于单独触觉反馈或固定解码器。
Google News：brain-computer interfaceAI 评分3131 Meta 非侵入式脑机接口 Brain2Qwerty 实现 61% 准确率
AI 摘要Meta 的非侵入式脑机接口 Brain2Qwerty 实现 61% 准确率。该研究结果由 infoq.com 报道。
Europe PMC（brain-computer interface · Top journals）精选AI 评分7171 剑桥 Barone 团队在自由活动大鼠中实现脊髓表面环形记录
AI 摘要剑桥大学 George Malliaras 与 Damiano G. Barone 团队开发了一种贴合脊髓、不穿透神经组织的超薄环形电极阵列，在自由活动大鼠的短期植入（最长三天）中同时解码运动意图、分类感觉输入并区分内脏感觉输入。
AI 推荐理由：一种不穿透脊髓的环形超薄电极阵列，在大鼠和猪上同时完成运动意图、感觉与内脏传入解码，可供脊髓接口路线比较。
Europe PMC（brain-computer interface · Preprints）AI 评分1212 基于 sEMG 流与多注意力残差网络的 E-Taste 信号编码与分类
AI 摘要研究提出 MACB-ResNet 多注意力通道模块与残差学习模型，用银电极采集面部肌肉 sEMG 信号，对舌尖受刺激后的六类电子味觉（无、咸、雪碧、苦、薄荷、酸）进行分类，准确率达 86.32%，高于 KNN 的 65.11%、RF 的 78.35% 和 DenseNet-201 的 81.93%。PCA 与 t-SNE 可视化及消融实验显示残差连接与多注意力通道模块对性能均有显著影响。
Nature Portfolio（Brain–machine interface）AI 评分2727 Nature Reviews Neuroscience：奖励反馈可绕过感觉反馈提升脑机接口运动表现
AI 摘要Vassiliadis 等人提出，用实时强化反馈替代感觉反馈，可绕过脑机接口对感觉反馈的依赖来改善运动表现。强化反馈通过激活大脑奖赏系统、让受试者在任务中持续获知成功与否，从而在感觉反馈受限时仍能有效提升运动表现。该机制与感觉反馈依赖部分不同的学习通路，且直观、具内在激励性。
Europe PMC（brain-computer interface · PubMed）AI 评分4040 非侵入式智能脑-超表面系统实现实时电磁波操控
AI 摘要一种非侵入式脑机接口与可重构超表面集成，建立神经到电磁的直接转换通路，通过卷积神经网络解码运动想象 EEG 信号并结合 EOG 命令阈值识别，经 FPGA 驱动双极化可重构超表面实现实时电磁波操控。
Google News：brain-computer interface精选AI 评分7878 Nature 论文：通过触觉编码脑机接口同时控制自然肢体与机械臂
AI 摘要Nature 刊发一项研究，题为通过触觉编码脑机接口同时控制自然肢体与机械臂。
Neuron（In Press）AI 评分5252 Zimnik 等提出稀疏成分分析，从神经群体活动中分离可解释计算成分
AI 摘要Zimnik 等提出一种新的可解释无监督降维方法，称为稀疏成分分析（SCA），用于分析神经群体活动。该方法能揭示对应不同计算的潜在因子，且无需使用者提供行为标签或已知的计算时序。相关论文发表在 Neuron。
Neuron（In Press）AI 评分2323 Zimnik 等提出稀疏成分分析 SCA，无需行为标签即可揭示神经群体活动中的可分离计算
AI 摘要Zimnik 等提出一种可解释的无监督降维方法——稀疏成分分析（SCA），用于分析神经群体活动。该方法无需用户提供行为标签或已知的计算时序，即可揭示对应不同计算的潜在因子。相关研究发表于 Neuron。
Neuron（In Press）AI 评分2424 高级丘脑爆发是注意控制的驱动因素
AI 摘要研究发现高级丘脑核团的爆发（bursts）在认知中具有因果作用：丘脑枕（pulvinar）爆发受注意调控、可预测行为并影响皮层。对丘脑枕进行电微刺激触发爆发后，受试者的目标检测能力得到增强，揭示丘脑对皮层和行为的机制性控制。
Nature Portfolio（Brain–machine interface）AI 评分8080 Stanford Francis R. Willett 团队在 8 名瘫痪受试者中绘制单神经元尺度的人类中央前回全身运动图谱
AI 摘要Stanford 大学 Francis R. Willett 团队利用 8 名瘫痪受试者植入的 20 个皮层内微电极阵列，在单神经元尺度上绘制了人类中央前回（PCG）的全身运动表征图谱，发现每个采样点都存在可区分的全身运动表征。
Google News：brain-computer interfaceAI 评分4444 Nature 研究：通过流形几何解析人类对非侵入式脑机接口的学习
AI 摘要Nature 刊发研究，通过流形几何方法解析人类学习非侵入式脑机接口的过程。该研究聚焦非侵入式脑机接口，探讨受试者如何随训练掌握神经信号调控。
Google News：brain-computer interfaceAI 评分5353 耶鲁团队在Nature Neuroscience发表研究：按大脑自然几何设计BCI映射可加快学习
AI 摘要耶鲁大学研究团队在Nature Neuroscience发表研究，用实时fMRI构建闭环BCI，让健康年轻受试者仅凭思维操控游戏角色。研究先记录受试者用摇杆操控时的脑活动，再用T-PHATE算法学习每个人的神经流形，并据此设计三种映射方式。
Nature Portfolio（Brain–machine interface）AI 评分5252 休斯顿大学 Jose L. Contreras-Vidal 团队发布 EEG 控制下肢外骨骼行走与站立的纵向多模态数据集
AI 摘要休斯顿大学 Jose L. Contreras-Vidal 团队在 Nature 旗下期刊发布一套公开数据集，记录 7 名健康受试者用 EEG 控制 REX 下肢外骨骼完成行走与站立的开环训练和闭环试验，共 9 次会话。
IEEE Spectrum：生物医学AI 评分7171 Nature Neuroscience 研究用脑信号实时调节语音音量，改善听障者理解
AI 摘要哥伦比亚大学 Nima Mesgarani 团队 5 月 11 日在 Nature Neuroscience 发表研究，用听觉注意解码（AAD）根据脑活动实时调节双说话人语音的音量。
Nature Biomedical Engineering（Neuroscience）AI 评分88 Nature BME 发布作者更正：植入肌肉的微电极阵列可分离神经驱动
AI 摘要Nature Biomedical Engineering 对 2025 年 10 月 24 日在线发表的一项研究发布作者更正，该研究将微电极阵列植入再支配肌肉，以分离来自转位多功神经的神经驱动。