Eirini Schoinas 团队用虚拟患者模型解释 V1 皮层内刺激产生的光幻视形状
AI 摘要Eirini Schoinas 团队在 bioRxiv 预印本中，将一位 V1 皮层植入受试者绘制的光幻视图案与基于简单 V1 模型生成的虚拟患者仿真预测进行对比，发现该模型能复现这位受试者报告的多种光幻视形态。
AI 推荐理由：通过一位皮层植入受试者的手绘光幻视与虚拟患者仿真对照，解释小电极刺激为何常产生不规则形状而非光点。
#皮层内
#皮层内
今日 0 条bioRxiv（Bioengineering）精选AI 评分6060
bioRxiv（Neuroscience）精选AI 评分7878 Ceci Verbaarschot 团队在闭环博弈中从人类运动皮层实时解码出动作承诺信号
AI 摘要Ceci Verbaarschot 团队用闭环博弈实验，让虚拟对手实时监测三名四肢瘫受试者的皮层内感觉运动活动，并在检测到其动作意图时抢先拦截。受试者的动作起始可在动作前250-400毫秒从运动皮层可靠预测，尽管他们试图随机行动，仍在94%的试次中被拦截，且多数情况下动作输出照常发生；受试者报告在88%的拦截中确有行动意图。
AI 推荐理由：三名四肢瘫受试者的闭环博弈实验显示，运动皮层在动作前250-400毫秒已出现与主观意图对齐的承诺状态。
bioRxiv（Neuroscience）精选AI 评分6262 猕猴前后顶叶皮层同步记录数据集：40种手物交互条件下的1920通道神经与运动学数据
AI 摘要研究团队在恒河猴执行40种手物交互任务时，用覆盖1920通道的微电极阵列同步记录初级运动皮层、前顶叶区和腹侧前运动皮层的神经活动，并用多摄像头无标记动作捕捉系统采集手部运动学。
AI 推荐理由：数据集覆盖40种手物交互条件与1920通道同步记录，并附跨天跨任务解码基准，可供手部运动解码研究对照。
Nature Portfolio（Brain–machine interface）AI 评分4242 Nature 研究：辅助解码算法如何影响运动脑机接口的神经表征
AI 摘要一项结合猴子运动皮层皮层内脑机接口纵向实验数据与循环神经网络（RNN）模型的研究，比较了固定解码器与自适应解码器对神经表征的影响。结果显示，自适应解码器在不引入任务误差的情况下改变神经活动到运动的映射，进而影响技能学习中的信用分配与神经表征变化。
Europe PMC（brain-computer interface · Top journals）精选AI 评分6666 Kim R 等团队揭示皮层内微刺激任务中学习诱导的激活机制依赖性神经可塑性
AI 摘要Kim R 等团队在皮层内微刺激（ICMS）检测任务中，用超柔性电极结合纵向成像与电生理记录，追踪学习数周内单细胞与群体反应的变化。学习使检测阈值下降，固定电流下刺激诱发的神经元招募范围扩大，而持续支撑行为反应的神经元数量保持稳定；一部分学习敏感细胞的调制增强、潜伏期缩短。
AI 推荐理由：研究用超柔性电极结合纵向成像与电生理，区分了直接激活与多突触招募两类适应机制，为刺激范式设计提供可迁移方法。
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）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。
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。
Nature Portfolio（Brain–machine interface）AI 评分6262 浙江大学 Yaoyao Hao 团队提出低功耗差分特征 MAND，用于高性能皮层内脑机接口
AI 摘要浙江大学 Yaoyao Hao 团队提出 MAND 特征，用带延迟的差分运算直接从原始神经信号中提取放电频段活动，省去传统方法所需的高通或低通滤波。研究在人体、非人灵长类和啮齿类共五个数据集上验证，MAND 在书写、伸手和抓握等任务中的解码表现优于 SBP、ESA 和 TCR，其扩展版本 eMAND 通过加权组合两次差分进一步提升频谱精度。
Google News：brain-computer interfaceAI 评分3636 猕猴皮层内脑机接口实现虚拟现实导航
AI 摘要一项研究利用皮层内脑机接口，让猕猴在虚拟现实中完成导航任务。该研究采用侵入式皮层内电极记录猕猴大脑信号，解码其运动意图以驱动虚拟环境中的移动。