研究团队提出 dSPM 框架，在猕猴 DMFC 中识别出“基于流形的模拟”算法
AI 摘要研究团队提出 Dynamical Structure-Preserving Manifolds（dSPM）逆向工程框架，无需训练即可编程循环神经网络，用于假设驱动的脑算法识别。
#解码算法
#解码算法
今日 6 条bioRxiv（Neuroscience）AI 评分5050 bioRxiv（Neuroscience）AI 评分2828 研究：先验视觉语境使物体语义表征提前最多 200 ms 出现
AI 摘要一项 MEG 研究显示，当物体与先前的场景语境一致时，多个维度的语义信息解码最多提前 200 ms 出现，且这种时间前移与行为层面的物体识别速度相关。研究者据此提出，先验语境并非单纯增强预期物体的表征，而是改变了物体信息在大脑中的时间轨迹，加速语义物体表征的形成。
arXiv q-bio.NC（Neurons and Cognition）AI 评分5252 Mo Wang、Quanying Liu 团队提出 FlatClip，用皮层 flatmap 复用图像基础模型做 fMRI 表征学习
AI 摘要Mo Wang、Quanying Liu 等提出 FlatClip，将皮层活动渲染为解剖对齐的 flatmap，再用冻结的 SigLIP2 编码器提取特征，仅训练轻量下游探针，不做 fMRI 专用编码器预训练或微调。
arXiv q-bio.NC（Neurons and Cognition）AI 评分4848 高维神经编码中的互信息估计：蒙特卡洛框架可扩展至 1 万神经元
AI 摘要研究者提出一种蒙特卡洛框架，通过从单神经元响应拟合的条件独立群体模型采样，估计大规模神经群体的互信息，可校正有限数据偏差并准确还原解析基准。该方法可扩展至视觉皮层、海马和视网膜的 100 至 10,000 个神经元的实测记录。跨系统结果显示，刺激不确定性随群体规模呈指数衰减，揭示出高维神经编码的简单标度律。
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。
Bing News：brain implant精选AI 评分5555 香港城市大学Miaozhe Huo等提出空间生态位分析框架，解释皮层内微电极信号为何随时间衰减
AI 摘要香港城市大学与深圳市南山区人民医院的Miaozhe Huo、Zhengyang Xue、Yifei Sheng、Shiying Li在Frontiers in Materials发表综述，提出以空间生态位（spatial niche）替代单纯距离分环的分析框架，把皮层内微电极-脑界面视为几何坐标与生物局部环境叠加的分层系统。
AI 推荐理由：这篇综述把空间转录组学的分析框架引入皮层内微电极研究，读者可借此了解植入信号衰减的组织学解释路径。
PNAS（Neuroscience）AI 评分2727 PNAS 论文质疑几何本征模态对脑活动的机制性解释
AI 摘要PNAS 刊文重新审视几何本征模态被当作脑功能基础这一假设，指出其重建脑活动模式表现虽强，但重建准确并不等于揭示了生物机制。作者区分了对脑活动模式重建的机制性解释与描述性解释。
Nature Medicine精选AI 评分6767 Nature Medicine 评论：对话式脑 AI 用于自适应癫痫护理
AI 摘要Nature Medicine 发表评论指出，一项小型研究显示患者可以通过与 AI 智能体对话来微调自己的癫痫发作检测器。文章认为，更难的挑战在于构建能恰当回应的 AI。
AI 推荐理由：这篇 Nature Medicine 评论把癫痫发作检测器的患者微调与自适应闭环护理放在一起讨论，适合了解 AI 辅助癫痫管理的研究现状与难点。
Journal of Neural EngineeringAI 评分3838 计算研究绘制 tACS 经颅交流电刺激中三叉神经意外激活图谱
AI 摘要一项基于 MRI 有限元头部模型与 NEURON 电缆模型的计算研究，系统刻画了临床 tACS 参数下三叉神经分支的激活阈值。在 F3–F4 与 Fp1–Fp2 两种电极布局下，耳颞神经、颧颞神经、眶上神经和滑车上神经在 ⩾40 Hz 时阈值低于 2 mA，且 60 Hz 正弦波阈值始终低于 60 Hz 双相脉冲。
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5656 南加州大学 Maryam M Shanechi 团队提出跨脑区共享动力学的优先非线性建模框架 CroP-DYNO
AI 摘要南加州大学 Maryam M Shanechi 团队提出跨脑区优先动力学非线性交互模型 CroP-DYNO，用于优先学习跨脑区共享动力学，避免脑区内活动的混淆。
AI 推荐理由：提出跨脑区非线性动力学建模框架 CroP-DYNO，读者可了解跨区域神经动力学建模中优先学习与非线性结构的处理思路。
medRxiv（Neurology）精选AI 评分5858 Aasef G Shaikh 团队：左旋多巴优先重组帕金森病丘脑底核背侧活动
AI 摘要Aasef G Shaikh 团队在 medRxiv 发表研究，12 名接受双侧丘脑底核 DBS 的受试者共提供 30 个触点（14 个背侧、16 个腹侧），在服药与停药状态下记录并做频谱参数化与多频段状态空间分析。
AI 推荐理由：12 名接受双侧丘脑底核 DBS 的受试者按背侧与腹侧触点分层比较，为多巴胺能网络反应的空间组织提供人体证据。
medRxiv（Neurology）精选AI 评分6262 EISHI ASANO 团队：术中极高频率活动可辅助定位致痫区
AI 摘要EISHI ASANO 团队开展回顾性双中心队列研究，纳入2016年1月至2025年5月间接受ECoG及后续切除的56名药物难治性局灶性癫痫患者，共识别132,359个棘波，其中1,925个为vHFA阳性。
AI 推荐理由：研究在56名药物难治性局灶性癫痫患者中比较了vHFA阳性棘波与全部棘波定位致痫区的表现，可供关注术中ECoG生物标志物的人参考。
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。
arXiv（brain-computer interface）精选AI 评分7272 Ting Han 团队提出 BEST 框架：以 3.85% 参数量在语音脑机接口基准上取得 6.19% 和 1.62% WER
AI 摘要Ting Han 团队提出 BEST（Brain-Encoding-Speech-Text）两阶段框架，用分层中间表征和紧凑的语音解码器把神经活动直接映射为文本，不依赖大型生成模型或音素流程。
AI 推荐理由：在语音脑机接口训练数据稀缺的背景下，这项研究用参数规模对比说明解码器扩容的收益并非单调。
arXiv q-bio.NC（Neurons and Cognition）AI 评分1212 NeuronDiscover：用 Agent-in-Twin 与世界动作模型发现神经元微环境机制
AI 摘要NeuronDiscover 是一个 Agent-in-Twin 框架，其共享的、以机制为基础的世界动作模型（WAM）将预测、干预提议与观测设计耦合，并通过独立裁决的结果修订 MIOY 图。
arXiv q-bio.NC（Neurons and Cognition）AI 评分2525 基于模拟推断简单神经网络结构：用动作电位序列统计量重建网络连接
AI 摘要针对多电极记录中神经元群体严重欠采样导致互相关等关联统计难以推断网络结构的问题，研究者提出改用动作电位频率、峰间期分布等简单动作电位序列统计量，通过模拟估计其抽样分布来推断底层网络结构。在一个"玩具模型"上，该方法在推断原始网络连接概率方面显著优于子网络重建方法。
arXiv q-bio.NC（Neurons and Cognition）AI 评分2222 Nima Dehghani 提出分辨率依赖的神经元计算容量框架：从海岸线悖论看神经计算的尺度问题
AI 摘要Nima Dehghani 在 arXiv 发表研究，借用 Mandelbrot 海岸线悖论提出尺度索引分解方法，将直接依赖捕获的预测信息与模型族外的残差分离。精确构造显示，投影可将高阶依赖转化为成对结构，即使总预测信息下降，投影仍可提高存活信息的直接占比。点神经元或直接群体模型只能建立特定尺度下的有效描述，无法唯一识别产生观测关系的更精细计算。
Bing 新闻：脑机接口AI 评分2222 全球脑机接口图谱：千亿资本押注，人脑成为AI巨头的下一个战场
AI 摘要2026年脑机接口融资潮持续升温，Precision Neuroscience完成2.5亿美元D轮融资、累计4.3亿美元，Science Corporation以2.3亿美元融资冲上15亿美元估值，Neuralink此前完成6.5亿美元E轮融资。
Bing News：brain implantAI 评分4040 USC Viterbi 研究人员提出按脑区定制植入物的脑机接口新方法
AI 摘要USC Viterbi 工程学院研究人员设计出按脑区实际形状定制的脑植入物，而非采用标准形状，论文于 8 月 12 日发表，给出了为动物研究定制脑记录植入物的设计流程。该工作由 Dong Song 与 Ellis Meng 的实验室完成，属其记忆假体长期目标的第一步，即改善器件与大脑的连接；NIH 已资助该工作六年，团队正申请续期。植入物目前仅用于动物，面向人类的记忆假体仍很遥远。
Bing 新闻：脑机接口 临床AI 评分2222 Z Research｜全球脑机接口图谱：千亿资本押注，人脑成为AI巨头的下一个入口
AI 摘要2026年脑机接口融资潮中，Precision Neuroscience完成2.5亿美元D轮融资、累计4.3亿美元，Science Corporation以2.3亿美元融资冲上15亿美元估值，Neuralink此前完成6.5亿美元E轮融资；OpenAI于1月参投Merge Labs。
Nature Communications（Neuroscience）AI 评分3838 树突计算桥接神经科学与基础模型
AI 摘要中国科学院自动化研究所等团队在 Nature Communications 发表研究，提出树突计算桥接神经科学与基础模型。作者包括 Man Yao、Bo Xu、Guoqi Li 等，研究获国家自然科学基金（62236009、U22A20103 等）及脑科学与类脑智能科技重大专项（2025ZD0215500）资助。
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。
Journal of Neural Engineering精选AI 评分5858 暨南大学Yi Yuan团队用相位锁定闭环超声刺激海马慢gamma，改善APP/PS1小鼠空间记忆
AI 摘要暨南大学Yi Yuan团队开发了一种闭环经颅超声刺激（TUS）系统，以CA3局部场电位中内源性慢gamma（30–45 Hz）的相位作为触发，并在APP/PS1小鼠上测试。
AI 推荐理由：摘要给出了刺激相位、刺激次数与CA3-CA1相干性的关系，可作为闭环超声神经调控设计的参照。
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。
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%。
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 eess.SP（Signal Processing）AI 评分3232 基于 Spiketrum 算法的通用神经形态传感器：硬件细节与实际应用
AI 摘要一篇 arXiv 论文提出 Spiketrum 算法的面积优化硬件实现，将时变模拟信号编码为时空动作电位模式，相比此前性能优化设计减少 52% BRAM、31% DSP 切片和 6% LUT。该实现已在 FPGA 上验证，并采用 TSMC180 工艺集成进 IC，在声音和 ECG 分类中展现有效性。作者称其可为人工耳蜗和神经器件等功耗敏感应用提供灵活可扩展的神经形态方案。
arXiv eess.SP（Signal Processing）精选AI 评分6262 Brown University Arto Nurmikko 团队用脉冲神经网络从视网膜神经节细胞活动解码动态视觉场景
AI 摘要Brown University 的 Arto Nurmikko 团队构建端到端脉冲神经网络（SNN），直接以小鼠视网膜神经节细胞（RGC）的脉冲活动为输入，在脉冲域内重建并追踪动态视觉场景。
AI 推荐理由：离体小鼠视网膜上以全脉冲神经网络同时重建图像与追踪目标，并给出与密集人工网络的能耗对比，可供视觉假体解码路线参考。
Journal of Neural EngineeringAI 评分3535 可解释 fMRI 解码揭示情绪唤醒的神经生物学特征，与传统分析互补
AI 摘要研究提出可解释 AI 框架，将轻量级 fMRI 解码器 fMRINet 与 Deep Learning Important FeaTures 结合，从情绪视频观看时的 fMRI 数据中提取情绪唤醒的时空神经特征。
bioRxiv（Neuroscience）AI 评分2222 基于4-AP的小鼠桶状皮层局灶性癫痫样活动可重复模型及多生物标志物分析流程
AI 摘要研究在麻醉小鼠桶状皮层局部微注射4-氨基吡啶（4-AP），建立可重复的急性局灶性癫痫样活动皮层模型，实现癫痫灶的精确时空控制并同步采集皮层深度的电生理信号。配套的Python分析流程整合振荡功率、多单位活动、病理性快涟漪（250-650 Hz）和癫痫样爆发等多生物标志物，4-AP可显著增强gamma（30-100 Hz）功率、MUA、快涟漪与爆发活动，卡马西平则能有效抑制上述所有标志物的升高。
bioRxiv（Neuroscience）精选AI 评分6262 bioRxiv：人脑海马theta-gamma相位-幅度耦合反映到记忆目标的距离
AI 摘要研究团队让9名癫痫受试者在桌面虚拟现实中完成空间导航任务，同时用植入内侧颞叶的深部电极记录局部场电位（LFP）。结果显示，当受试者接近隐藏目标、剩余路径序列变短时，海马theta-gamma相位-幅度耦合增强、gamma功率下降，并出现gamma活动的theta相位进动。
AI 推荐理由：在9名癫痫受试者的颅内EEG记录中，把海马theta-gamma相位-幅度耦合与虚拟导航中剩余路径长度联系起来，可与动物theta sweep研究对照。
medRxiv（Neurology）AI 评分5252 Butenko 团队发布开源 DBS 仿真平台 OSS-DBS v2
AI 摘要德国研究者 Konstantin Butenko 团队在 medRxiv 发布开源平台 OSS-DBS v2，用于深部脑刺激（DBS）的生物物理建模。该版本整合了自动体积导体生成、电场建模与刺激驱动的神经仿真，提供可同时建模的颅内电极库，并通过 API 接入阻抗测量等外部数据流程。
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4141 贝叶斯自适应设计用于神经募集曲线采集
AI 摘要研究提出一种贝叶斯自适应设计，利用曲线参数的后验不确定性选择刺激，以最大化整个神经募集曲线的信息增益，并可在5秒内给出下一个刺激，适用于TMS实验。仿真中该设计在恢复阈值上优于均匀采样、与ML-PEST相当，在曲线预测精度上优于ML-PEST、与均匀采样相当，且未牺牲阈值估计。研究还在TMS实验中验证了该设计，并发布了用于在线采集神经募集曲线的Python库onMEP。