人类顶额叶皮层与小脑在眼动和手部动作中的效应器特异性对比
AI 摘要一项针对19名成年人的事件相关fMRI研究，通过分离视觉目标编码、运动规划和运动执行三个阶段，对比了扫视与伸手动作在顶额叶皮层和小脑的效应器特异性表征。单变量分析显示顶额叶区域存在广泛重叠激活，伸手相关活动在规划阶段比扫视更广泛；多变量分析则识别出皮层和小脑中可区分的空间活动模式，表明眼动与手部动作的重叠激活并不代表等效的神经活动模式。
#论文/研究
#论文/研究
今日 0 条bioRxiv（Neuroscience）AI 评分2727 bioRxiv（Neuroscience）精选AI 评分7373 COMET：自由活动小鼠全皮层单细胞活动成像的头戴式介观显微镜
AI 摘要研究团队推出 COMET（Cortex-wide Observational Miniature Epifluorescence Technique），一种 3.75 g 头戴式介观显微镜，可在自由活动小鼠中实现全皮层单细胞分辨率钙成像。
AI 推荐理由：COMET 以 3.75 g 头戴式介观显微镜实现自由活动小鼠全皮层单细胞钙成像，读者可据此了解视野、分辨率与重量之间的取舍方案。
bioRxiv（Neuroscience）AI 评分2222 啮齿类脊髓损伤与卒中临床前模型中的运动诱发电位：一项系统综述
AI 摘要一项系统综述分析了2015年以来83项啮齿类脊髓损伤与卒中研究中的运动诱发电位（MEP）采集与解读方案，发现脊髓损伤模型占主导、以后肢MEP为主，刺激方式包括TES、DCoS和TMS，麻醉方案高度异质。振幅与潜伏期是最常报告的MEP参数，但报告缺乏标准化，尤其是次级电生理特征和刺激强度，阻碍了可重复性。作者呼吁统一刺激、电极定位与数据分析方案，特别是采用完整的募集曲线。
bioRxiv（Neuroscience）AI 评分5050 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。
bioRxiv（Neuroscience）精选AI 评分6262 Ken Berglund 团队在小鼠中揭示千赫兹电刺激可广泛激活神经元
AI 摘要Ken Berglund 团队结合小鼠双光子成像、免疫组化和计算建模，分析了时间干涉（TI）刺激下神经元反应的时空模式。研究发现，千赫兹频率刺激无需振幅调制即可诱发神经元活动；振幅调制则使神经元活动按调制频率形成节律性反应，且在干涉中心附近同步最强。作者据此提出，千赫兹刺激可驱动广泛神经元激活，TI 在此基础上施加局灶性节律调制。
AI 推荐理由：该研究在小鼠模型中检验了千赫兹刺激本身能否诱发神经元活动，为理解时间干涉刺激的作用机制提供了细胞层面的证据。
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。
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。
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。
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。
Europe PMC（brain-computer interface · PubMed）AI 评分2222 中枢神经系统疾病神经再生中的先进生物材料技术：机制与应用
AI 摘要一篇综述系统梳理了基于生物材料的中枢神经系统修复进展，聚焦三大策略：神经结构的物理重塑、用于生化调控的靶向药物递送系统以及细胞干预。文章还分析了当前阻碍临床转化的制造与监管瓶颈，并提出将神经类器官与脑机接口（BCI）技术整合作为下一代智能神经修复材料的潜在方向。
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 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。
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。
Brain Stimulation（In Press）AI 评分3030 头发与耦合条件对经颅超声刺激声传输的影响：一项头发体模研究
AI 摘要一项头发体模研究考察了头发与耦合条件对经颅超声刺激（TUS）声传输的影响。TUS 需要换能器与覆盖头发的头皮区域之间保持可靠声耦合以保证剂量一致，头发可能阻碍耦合界面的连续声接触并引入残余空气间隙。多数 TUS 研究使用充水水囊或硅胶/水凝胶垫配合液体超声凝胶实现耦合，部分研究仅用超声凝胶直接进行换能器与头皮耦合。
Brain Stimulation（In Press）AI 评分1717 额中线超短脉冲电休克治疗重度抑郁的前瞻性先导病例系列
AI 摘要一项前瞻性先导病例系列探索额中线超短脉冲电休克治疗重度抑郁，其电极均置于中线Fpz与顶点Cz，以避免直接刺激双侧内侧颞叶、同时作用于中矢状结构，或可在不牺牲疗效的前提下进一步减少记忆相关认知副作用。该研究基于右单侧放置保护左内侧颞叶、双额放置刺激额叶皮层的现有实践逻辑。
ScienceAI 评分00 Science：将电子相写入原子层
AI 摘要Science 第 394 卷第 6821 期发表研究，将电子相写入原子层。
ScienceAI 评分1818 Science：隐窝中的计时机制
AI 摘要该期Science刊载一篇题为“Keeping time in the crypt”的文章，页码273-274，属于Volume 394, Issue 6821。
ScienceAI 评分1010 通过逐层硫属元素替换构建模块化范德华 MOSFET
AI 摘要研究通过逐层硫属元素替换实现模块化范德华 MOSFET，相关成果发表于 Science 第 394 卷第 6821 期第 340-346 页。
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%。
Cell ReportsAI 评分3838 Pesthy 等：抑制右侧背外侧前额叶皮层可选择性增强无监督统计学习
AI 摘要Pesthy 等发现，抑制右侧而非左侧背外侧前额叶皮层可提升无监督统计学习表现，且不影响情景记忆。研究提示该脑区通过塑造信息加工风格来约束学习，抑制后受试者转向更具探索性的行为模式。
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。