前额叶对间歇性θ爆发刺激的局部与网络反应：一项随机假对照 iTBS/fNIRS 研究
AI 摘要一项随机假对照研究将单次间歇性θ爆发刺激（iTBS）与同步 fNIRS 结合，在健康成人中刻画前额叶的局部与网络水平反应性。探索性分析考察了前额叶活动与连接同感知压力和应对方式的关系。该试验已在 ClinicalTrials.gov 注册（NCT07433829），并经香港理工大学人类伦理委员会批准。
#fNIRS
#fNIRS
今日 0 条Brain Stimulation（In Press）AI 评分3838
Europe PMC（brain-computer interface · PubMed）AI 评分4040 一款支持 BLE 的可穿戴 fNIRS 生物传感器，用于屏幕认知任务中任务诱发氧流入的实时监测与映射
AI 摘要研究团队设计并验证了一款四通道 BLE 可穿戴 fNIRS 生物传感器，将光学传感、信号采集与无线传输集成于无缆平台。器件经前臂血管阻断与屏气实验验证，并在运动、视觉与前额叶皮层记录到任务诱发响应；团队提出 tEIDO 指标，用于识别视觉刺激下的瞬时差异化氧合事件。空间导航任务中，差异化氧合图仅在记忆习得后显示目标区域周围的血流动力学调制。
bioRxiv（Neuroscience）精选AI 评分6262 Meryem A. Yücel 团队用可穿戴 fNIRS 绘制户外步行中的皮层感觉反应图
AI 摘要Meryem A. Yücel 团队将自然观影的特征编码框架扩展到日常行为，用可穿戴全头高密度 fNIRS 结合受试者个体化的视听记录，在无明确任务、无脚本视听序列的户外步行中采集数据。
AI 推荐理由：把自然观影的特征编码框架搬到户外步行场景，读者可关注可穿戴 fNIRS 如何在无任务、无脚本条件下对齐连续感官特征。
arXiv（brain-computer interface）AI 评分2727 Bio-MF：面向混合运动想象脑机接口的低延迟高保真 EEG-to-fNIRS 跨模态生成
AI 摘要研究者提出 Bio-MF，一种无潜变量的一步式 MeanFlow 框架，用于 EEG 条件生成 fNIRS 信号，通过直接信号空间 x-prediction 并转化为 MeanFlow 速度监督，单次网络评估即可完成推理。
Europe PMC（brain-computer interface · PubMed）AI 评分3434 EEG 与混合 EEG-fNIRS 脑机接口用于 FES 控制：健康受试者盲法随机研究及公开数据集
AI 摘要一项盲法随机研究让 16 名健康受试者在三天内完成五次 BCI-FES 训练，比较混合 EEG-fNIRS 与纯 EEG 分类器驱动腕伸肌 FES 的效果。两组实时三分类召回率中位数分别为 53.5% 和 57.3%，在分类准确率、自主感、注意力与身体舒适度上均无统计学显著差异（p > 0.05）。
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。