四川大学华西医院团队荟萃分析：非侵入式脑刺激联合脑机接口对卒中上肢恢复未见明确额外获益
AI 摘要四川大学华西医院 Shutao Qiu、Li Zhang、Qiang Gao 团队在 Frontiers in Neurology 发表系统综述与荟萃分析，纳入7项随机对照试验，比较非侵入式脑刺激（NIBS）联合脑机接口训练与单用脑机接口训练对卒中患者上肢运动功能的效果。
AI 推荐理由：这项荟萃分析汇总7项随机对照试验，并说明剔除单项研究后合并结果不再显著，读者可据此判断联合疗法的证据强度。
#EEG
#EEG
今日 0 条Bing News：brain-computer interface精选AI 评分5858 arXiv q-bio.NC（Neurons and Cognition）AI 评分3838 arXiv 综述：EEG 的受试者间与受试者内变异性系统调查
AI 摘要一篇 arXiv 系统综述梳理了健康与临床队列中静息态、事件相关电位（ERP）及运动想象、SSVEP 等 BCI 范式的 EEG 变异性。受试者间差异通常大于受试者内波动，但两者都影响推断与模型泛化；alpha 频段指标和个体 alpha 峰值频率较稳定，P300 稳定性多为中等至良好。综述归纳了生物、状态、技术与分析四类变异来源及 ICC、CV、SNR 等量化方法，并给出研究设计与报告建议。
arXiv q-bio.NC（Neurons and Cognition）精选AI 评分5555 Ingo Marquardt 团队按 Llama-3.1-8B 逐层训练 EEG 解码器，发现词义信息集中在浅层、篇章语境信息随深度上升
AI 摘要Ingo Marquardt 团队在 arXiv 预印本中为 Llama-3.1-8B 的每一层各训练一个解码器，用 19 通道 EEG 记录默读过程，并区分词级可解码性与语境追踪成分。
AI 推荐理由：研究逐层比较 Llama-3.1-8B 各层作为解码目标的效果，为 EEG 语言解码器的目标层选择提供了一个可参考的设计维度。
arXiv eess.SP（Signal Processing）AI 评分3636 TriRouter：面向鲁棒 EEG 运动想象解码的稀疏到稠密电极空间路由
AI 摘要TriRouter 是一种电极空间路由框架，通过判别保持、掩码鲁棒与潜在补偿三条路径，并借助验证校准路由器按可观测通道可用性分配路径贡献。在 BNCI2014-001 数据集上，其性能优于标准公开骨干网络和动态空间滤波受损 EEG 基线，在标称 25%、50%、75% 电极缺失设置下准确率分别提升 3.68、4.02、6.46 个百分点，并在结构化区域缺失和额外低通道数据集评估中保持有效。
arXiv eess.SP（Signal Processing）AI 评分4747 GRAFT-EEG：面向跨数据集运动想象 EEG 的规范感知物理场迁移方法
AI 摘要GRAFT-EEG 通过去除活动电极集共参考规范、并借助模板运动导场迁移各原生蒙版，实现无需目标信号、标签或经验统计的跨数据集 EEG 迁移。在 5 个留一数据集目标（253 名受试者）上，该方法等目标平衡准确率达 60.865%，较严格清洗的 5/5 BIOT 的 52.684% 高出 8.182 个百分点（95% CI +6.382 至 +10.196，各目标均为正）。
Europe PMC（brain-computer interface · PubMed）AI 评分3636 面向儿童辅助沟通的脑机接口视觉场景显示设计研究
AI 摘要一项研究让 24 名 8-13 岁神经典型儿童在三种条件下完成 P300 脑机接口任务，比较嵌入不对称沟通项目的场景化视觉场景显示、无场景信息的同款不对称布局与标准网格。结果显示不对称布局提高了额区与中央顶区 P300 波幅，场景化显示增强了枕区 N170，场景与网格条件的离线脑机接口准确率相近，受试者认为场景更具视觉吸引力。
bioRxiv（Neuroscience）精选AI 评分7272 Nir Grossman 团队提出无 Δf 伪迹的 TI 刺激期间 EEG 记录方法
AI 摘要Nir Grossman 团队在 bioRxiv 预印本中提出用 7 阶模拟低通滤波器（90 Hz 截止，1 kHz 处衰减不低于 130 dB）抑制时间干涉（TI）刺激在 Δf 处产生的记录伪迹，并在 22 名健康受试者中检验。
AI 推荐理由：该研究给出前端滤波与逐次记录校验的流程，让 TI 刺激期间的 EEG 记录可以排除 Δf 伪迹，并观察相位相关的视觉皮层调制。
Bing News：brain-computer interfaceAI 评分3838 SRM University-AP 团队用滑动窗口与傅里叶分解打造轻量脑机接口解码框架
AI 摘要印度 SRM University-AP 团队提出一种轻量运动想象 EEG 解码框架，在 BCI Competition III Dataset IVa 五名受试者二分类任务上达 93.67% 准确率，在 BCI Competition IV-2a 九名受试者四分类任务上达 79.14%，模型仅约 12 万个可学习参数。
bioRxiv（Neuroscience）AI 评分3838 研究：衰老与说话和默读之间的脑电地形分化减弱相关
AI 摘要一项脑电（EEG）研究对比15名年轻人和15名老年人的说话与默读任务，发现两组EEG信号强度和行为表现相近，但年轻人在508-629 ms和660-800 ms区间的全局差异指数（DISS）更高，即说话与默读的神经空间构型更分明。TANOVA显示229-334 ms和377-538 ms区间存在年龄相关的头皮地形差异。研究认为衰老与两种语言任务间神经分化减弱相关，尤其在运动指令准备等后期加工阶段。
bioRxiv（Neuroscience）AI 评分5252 Vincent Philippe 团队提出多参数频谱建模，从无创电生理记录中分离突触动力学与神经兴奋性
AI 摘要Vincent Philippe 团队提出一种基于生物机制的多参数频谱分析方法，可从无创电生理记录中分离神经兴奋性与突触动力学，而现有方法只依赖单一频谱指标。作为概念验证，该方法捕捉到了阿尔茨海默病相关的过度兴奋与谷氨酸再摄取功能障碍特征。
arXiv（brain-computer interface）AI 评分5252 同济大学 Changjun Jiang 团队提出 NeuroAct 双环自主研究框架用于 EEG 分析与解码
AI 摘要同济大学 Changjun Jiang 团队提出 NeuroAct，一个面向 EEG 分析与解码的双环自主研究代理框架，内环由研究、开发、评审角色依据信号结构、表征、预测器行为和训练动态选择分析与干预，外环把结果沉淀为带任务与模型条件的可检验建议。
Bing 新闻：脑机接口 对话精选AI 评分6262 脑机接口社区对话 Miguel Nicolelis：脑机接口热潮中什么被高估、什么被低估
AI 摘要脑机接口社区翻译整理《Nature Neuroscience》神经技术特刊对杜克大学荣休教授 Miguel Nicolelis 的访谈，他回顾了从单神经元记录转向群体编码的研究经历，并称当前领域最被高估的是把成功的计算模型当作大脑工作机制的解释。
AI 推荐理由：Nicolelis 在访谈中把生物相容性、非侵入式康复和计算模型的解释力放在一起讨论，读者可据此理解他对当前脑机接口投入方向的判断。
bioRxiv（Neuroscience）AI 评分3838 高密度 EEG 研究：抓取与放置动作在共享皮层-小脑机制中呈现不同神经动力学
AI 摘要31 名受试者佩戴高密度 EEG 完成抓取与放置 3D 物体的交替动作，放置动作启动更快但执行更慢、终点朝向精度更高。ERP 与微状态分析显示两者共享运动前后的极性翻转模式，该模式在放置准备阶段增强、执行阶段延长。SVM 解码表明任务特异性信息主要编码在 6 Hz 以下的低频 EEG 活动中。
bioRxiv（Neuroscience）精选AI 评分5858 Matilda Makkonen 团队提出实时 EEG 去噪算法 rtSOUND
AI 摘要芬兰团队（末位作者 Matilda Makkonen）在 bioRxiv 发布实时源估计噪声剔除算法 rtSOUND，将离线 SOUND 算法改造为实时版本并集成进开源 EEG 处理软件。
AI 推荐理由：rtSOUND 用空间滤波替代时间滤波做实时去噪，读者可据此比较它与常规 EEG 预处理流程的差异。
bioRxiv（Neuroscience）精选AI 评分6262 bioRxiv 预印本：脑脊液机械运动可产生类 M/EEG 电磁信号
AI 摘要Tzvetan Popov 在 bioRxiv 发布预印本，用导电流体体模实验、结构磁共振成像以及在体 EEG 和 MEG 记录，检验组织与脑脊液仅作为被动容积导体的假设。
AI 推荐理由：用导电流体体模与在体 EEG/MEG 记录，检验脑脊液是否只是被动容积导体这一常见假设。
arXiv q-bio.NC（Neurons and Cognition）AI 评分4242 研究团队用对比学习框架实现 EEG 想象言语解码与文本语义对齐
AI 摘要研究团队将多模态对比学习框架用于想象言语解码，在冻结预训练文本编码器的嵌入空间中对齐 EEG 试次与语言表征，在 Chisco 想象言语数据集 5 名受试者、39 个意图类别上取得与任务优化闭集分类器相当的解码性能。最大 EEG-文本余弦相似度（MaxCosine）可识别出 Top-1 和 Top-5 准确率更高的留出试次子集，五个评估期语义轴的平均一致率均高于 50% 随机参考。
Bing News：brain-computer interface精选AI 评分7171 Inria 与波尔多大学团队发现视觉提示会抬高深度学习 EEG 分类准确率
AI 摘要Inria 与波尔多大学团队在 Frontiers in Neuroergonomics 发表研究，指出运动想象 BCI 中深度学习模型的部分准确率增益来自视觉提示诱发的电位，而非运动想象本身。
AI 推荐理由：研究用归因分析揭示深度学习模型可能把视觉提示的诱发电位当作运动想象信号，为 EEG 基准评测提供了可迁移的排查方法。
Journal of Neural Engineering精选AI 评分6262 奥克兰大学 Luke E Hallum 团队：想象发声时的面部肌肉活动会污染 EEG 并可用于情绪解码
AI 摘要奥克兰大学 Luke E Hallum 团队用 64 通道 EEG 开展两项实验，让受试者进行真实发声（n = 14）或想象发声（n = 21）五类情绪（愤怒、快乐、中性、悲伤、愉悦），单试次 EEG 的情绪解码准确率分别为 78.1%（随机水平 20%）和 36.4%。
AI 推荐理由：研究用 EEG 与面部 sEMG 同步记录，指出想象发声时面部肌肉活动会污染信号并影响情绪解码，可供做想象语音解码的团队参考。
Journal of Neural Engineering精选AI 评分6262 近神经电刺激结合高密度 EEG 评估 pDoC 患者意识，单中心队列报告 94.7% 分类准确率
AI 摘要意大利团队对 19 名长期意识障碍（pDoC）患者（中位年龄 69 岁，发病后 74 天）分别实施正中神经近神经刺激（NNS）与标准表面皮肤刺激（SCS），并用高密度 EEG 记录。
AI 推荐理由：19 名 pDoC 患者的高密度 EEG 对照数据，可用于比较近神经刺激与表面刺激在意识评估上的差异。
arXiv eess.SP（Signal Processing）精选AI 评分5858 KU Leuven Alexander Bertrand 团队提出无监督 HMM 框架追踪单一声源的听觉注意
AI 摘要比利时 KU Leuven 的 Tianyi Li、Alexander Bertrand 团队提出一种全无监督的绝对听觉注意解码流程，将神经包络追踪（NET）与隐马尔可夫模型（HMM）时序推断结合，仅用 EEG 信号和目标语音包络估计连续的注意轨迹，无需注意状态标签。
AI 推荐理由：30 名受试者的 EEG 数据对比了 HMM 与滑动平均平滑，可看到无监督听觉注意追踪在不同时间窗下的表现差异。
arXiv eess.SP（Signal Processing）AI 评分5252 Onyema Osuagwu 团队在三个公开数据集上评估头皮 EEG 想象语音的跨受试者解码
AI 摘要Onyema Osuagwu 团队分析了 ds003626、KaraOne 和 2020 国际脑机接口竞赛 Track 3 三个公开数据集，在强制划分完整性的协议下检验头皮 EEG 想象语音能否跨人迁移。
arXiv eess.SP（Signal Processing）精选AI 评分6262 arXiv 预印本：头皮 EEG 语音解码的阳性对照与检测下限审计
AI 摘要Blessing Isoyiza Adeika 与 Onyema Osuagwu 的预印本审计了 ds003626、KaraOne 和 2020 国际脑机接口竞赛 Track 3 三个数据集上的头皮 EEG 语音解码。
AI 推荐理由：这篇预印本用注入已知幅度效应的方法测量五类解码器的检测下限，并指出头皮 EEG 语音解码中肌电信号主导阳性对照的问题，可供方法学对照。
Journal of Neural EngineeringAI 评分3434 单通道 EEG 去噪与伪迹去除：方法、基准测试与可复现性的系统性范围综述
AI 摘要一项系统性范围综述梳理了单通道兼容的 EEG 伪迹去除方法，检索至 2026 年 5 月 15 日共纳入 178 篇文章、199 种方法变体，其中 179 种在推理阶段无需参考信号，13 种使用非神经辅助参考。
ClinicalTrials.gov：脑机接口新注册试验AI 评分4242 左半球卒中患者运动想象自适应神经技术临床试验注册
AI 摘要一项随机临床试验将评估共适应运动想象脑机接口对亚急性左半球卒中成人上肢康复的可行性与性能，比较连续神经反馈与二值反馈对BCI控制和学习的影响。受试者随机分组后接受BCI校准及10次实时BCI训练，全程记录EEG与表面EMG，并以解码准确率和Supportive Backward Adaptation（SBA）方法提供的算法支持评估BCI性能。
arXiv eess.SP（Signal Processing）精选AI 评分6868 鲁汶大学 Marc M. Van Hulle 团队提出 CORTEG，将头皮 EEG 基础模型迁移到 ECoG 解码
AI 摘要比利时鲁汶大学 Marc M. Van Hulle 团队提出跨模态迁移框架 CORTEG，把大规模预训练头皮 EEG 基础模型适配到颅内 ECoG 记录，在单块 GPU 上对留出患者做 10-30 分钟校准。
AI 推荐理由：原文给出两项回归任务与 sEEG 分类任务的对比结果，可看头皮 EEG 预训练模型跨模态迁移到颅内记录的可行边界。
Bing 新闻：脑机接口 对话AI 评分1212 法国人工智能专家郝睿德点赞成都脑机接口产业：在成都，我们看见了可能
AI 摘要法国人工智能专家郝睿德在2026走进“魅力成都”活动中走访锦江区“中国西部脑谷”，称“如果脑机接口能提供解决方案，帮助这些孩子过上好的生活，那就太棒了。在成都，我们看见了可能”。调研团在成都芯脑科技看到脑机接口孤独症辅助诊断系统、卒中康复系统及“脑音”首款基于脑机接口技术的智能耳机咪咕云脑音乐。截至2025年底，成都脑机接口产值达12亿元，规模约占全国市场的31.6%。
Europe PMC（brain-computer interface · PubMed）AI 评分3838 基于图卷积的双分支网络解码上肢运动想象 EEG 信号
AI 摘要一项研究提出图卷积双分支框架，用于上肢运动想象 EEG 的受试者独立解码，在 PhysioNet 数据集三类任务上以 64、21、5 个电极分别达到 86.42%、91.01%、93.91% 的 SGKF 准确率，LOSO 准确率为 92.25%、95.72%、96.01%。
Bing 新闻：脑机接口AI 评分2222 大连理工大学附属中心医院脑机接口与神经调控专病门诊开诊
AI 摘要10月15日，大连理工大学附属中心医院脑机接口与神经调控专病门诊正式开诊，由神经医学中心主任陈东牵头组建MDT多学科团队。门诊设运动功能重建、神经康复治疗、神经调控综合诊疗三大方向，依托"北脑一号"半侵入式百通道无线系统开展硬脑膜外微创植入，并用头皮脑电（EEG）无创脑机接口进行闭环康复训练。出诊时间为每周四上午。
arXiv eess.SP（Signal Processing）AI 评分3131 通过个体切空间对齐与空间-黎曼特征融合实现跨受试者与跨导联 EEG 迁移学习
AI 摘要研究提出个体切空间对齐（ITSA）预对齐策略，结合受试者特异性重中心化、分布匹配与监督旋转对齐，以提升 EEG 跨受试者泛化能力。其混合架构将正则化共空间模式（RCSP）与黎曼几何以并行和串行两种配置融合，在留一受试者交叉验证下跨受试者与跨条件性能显著提升，其中并行融合优于串行融合，并在不同数据条件与电极配置下保持稳健。代码将在发表时公开。
arXiv eess.SP（Signal Processing）AI 评分3333 结合 scEEG 与 PPG 实现可靠睡眠分期
AI 摘要研究探索单通道脑电（scEEG）与光电容积脉搏波（PPG）融合在 30 秒至 30 分钟短窗口下进行 4 类睡眠分期。在 MESA 数据集上，Mamba 增强融合策略取得最佳性能（Cohen's Kappa 0.798，准确率 86.9%），浅睡期 F1 分数从单模态 scEEG 的 77.76% 提升至 85.63%，并在 CFS 和 ABC 数据集上展现出良好泛化能力。
arXiv eess.SP（Signal Processing）AI 评分3737 可解释多模态 EEG-ECG 框架用于新生儿癫痫预测与患者自适应迁移学习
AI 摘要研究提出一种结合 EEG 与 ECG 的可解释多模态框架，用约 70k 参数的轻量卷积神经网络处理 MFCC 特征并加入 squeeze-and-excitation 注意力，在 Helsinki 与 Siena 新生儿 EEG-ECG 数据集上评估。
arXiv q-bio.NC（Neurons and Cognition）精选AI 评分6262 Arnaud Delorme 团队发布 EEGDash：面向公开神经生理数据的开源机器学习平台
AI 摘要法国国家科学研究中心等机构的 Arnaud Delorme 团队发布开源平台 EEGDash，为公开神经生理数据提供面向机器学习的注册表。该平台索引 892 个公开 BIDS 数据集，覆盖 EEG、MEG、iEEG、fNIRS 和 EMG 五种模态，共 43,911 名受试者、126,672 小时数据，可将任一数据集直接加载为 PyTorch 数据集而无需自写数据加载代码。
AI 推荐理由：论文给出 892 个公开 BIDS 数据集的索引规模，并指出通过 BIDS 校验并不代表数据能加载，可供做公开神经数据训练的人参考。
arXiv q-bio.NC（Neurons and Cognition）AI 评分3636 单通道 EEG 通过任务语义对齐预测认知任务
AI 摘要研究将实验指令、刺激与反应需求嵌入统一语义空间，训练 EEG 编码器把单个前后差分通道的信号与任务向量对齐，实现无需目标条件校准的零样本预测和少样本预测。在十类评估中，零样本平衡准确率最高为 30.13%（随机水平 10%）；少样本实验中，使用另一受试者每类 16 个标注 EEG 样本达到 34.47%，使用测试受试者自身任务记录样本达到 74.99%。
Bing News：brain-computer interfaceAI 评分4242 深度学习 AI 实时检测并修复脑电信号黑客攻击
AI 摘要伊拉克巴士拉石油与天然气工程学院团队在《Neural Computing and Applications》发表研究，提出基于长短期记忆（LSTM）神经网络的框架，可同时检测并数学修复被攻击的 EEG 信号。
arXiv（brain-computer interface）AI 评分4242 NeuroDETR：面向异步EEG事件检测的多尺度离散时空Token化框架
AI 摘要研究提出NeuroDETR，一个离散时空多尺度框架，结合结构化Token化与事件感知特征细化，用于从连续EEG记录中直接识别事件类别及其起止时间。多尺度时间码本捕捉短时响应与持续动态，Spatial-Pyramid VQ分层编码EEG通道间的空间结构；Token化前用FOCAL稀疏注意力模块按预测的事件存在性引导时间特征细化与空间聚合。在覆盖多种范式的8个EEG数据集上取得当前最优性能。
bioRxiv（Neuroscience）AI 评分5151 bioRxiv 预印本：刺激重叠会混淆 EEG 基础模型基准中的泛化评估
AI 摘要Tao Xu 在 bioRxiv 发布预印本，提出一种训练匹配的审计方法，在固定测试试次、训练受试者和刺激数量的条件下改变刺激重叠程度。在来自七个 EEG 情绪数据集的十项任务中，刺激重叠均提高了差分熵解码准确率，并在 FACED-9 上解释了 77% 的高于随机水平的已见刺激表现。
bioRxiv（Neuroscience）AI 评分4242 脑磁图全脑图谱揭示睡眠纺锤波与慢振荡：单通道EEG看不到什么
AI 摘要19名年轻受试者在日间小睡中接受同步MEG与EEG记录，研究团队用MEG源成像覆盖416个皮层、皮层下及小脑区域，绘制了慢振荡（0.5-4 Hz）与纺锤波（9-18 Hz）的振幅和密度图谱。
Nature Medicine精选AI 评分6767 Nature Medicine：人机协作实时共管癫痫，患者反馈使误报降低约80%
AI 摘要一项小型癫痫监测研究显示，基于大语言模型的聊天界面让患者用智能手机与自己的脑电图（EEG）监测实时对话。患者的反馈使癫痫检测器的误报减少约80%，且无需临床医生介入。
AI 推荐理由：一项小型癫痫监测研究显示，患者用手机与EEG监测对话，其反馈把癫痫检测器误报降低约80%，且无需临床医生介入。
ClinicalTrials.gov：脑机接口新注册试验精选AI 评分6262 Cognixion 注册 30 名 ALS 受试者试验，比较 Cognixion ONE 脑机接口与眼动沟通设备
AI 摘要Cognixion 在 ClinicalTrials.gov 注册一项研究，比较可穿戴脑机接口沟通设备 Cognixion ONE 与 ALS 患者已在使用的眼动沟通设备。
AI 推荐理由：试验把自愿使用时长作为主要指标，读者可据此了解 ALS 沟通设备如何从眼动转向脑机接口输入的比较设计。
Bing News：brain-computer interface精选AI 评分6262 非侵入式脑机接口初创公司 Sabi 获 5000 万美元种子轮融资
AI 摘要旧金山初创公司 Sabi 宣布完成 5000 万美元种子轮融资，由 Khosla Ventures 领投，Accel、Initialized Capital、Kevin Weil、DST Global、Collaborative Fund 和 Ascend 参投，媒体报道其估值达 6 亿美元。
AI 推荐理由：Sabi 以 5000 万美元种子轮切入健康消费者市场，可与 Neurable、Meta Neural Band 等非侵入式消费级产品对照。