面向驾驶脑机接口的新型转向运动想象范式设计与解码
AI 摘要研究提出一种面向驾驶场景右手转向动作的运动想象脑机接口范式,用八电极低成本 OpenBCI 设备采集 12 名受试者的运动想象 EEG 数据。时频分析显示,右手转向想象时 C3 电极在 mu 与 beta 频段均出现事件相关去同步,C4 电极在 beta 频段出现 ERD、在 mu 频段以事件相关同步为主。研究提出的 SMB-TCSAN 模型在转向方向数据集上平均分类准确率达 66.80%。
AI 摘要研究提出一种面向驾驶场景右手转向动作的运动想象脑机接口范式,用八电极低成本 OpenBCI 设备采集 12 名受试者的运动想象 EEG 数据。时频分析显示,右手转向想象时 C3 电极在 mu 与 beta 频段均出现事件相关去同步,C4 电极在 beta 频段出现 ERD、在 mu 频段以事件相关同步为主。研究提出的 SMB-TCSAN 模型在转向方向数据集上平均分类准确率达 66.80%。
AI 摘要一项针对德里 NCR 300 名本硕学生的横断面研究显示,网络不安全行为是网络犯罪受害的最强预测因子(r = 0.62;β = 0.51,p < 0.001),隐私担忧(β = − 0.44)与网络安全行为(β = − 0.22)具保护作用。研究提出 AI 驱动的脑机接口或可作为未来监测认知与情绪状态、提升数字福祉的潜在途径,但本研究未对其有效性进行实证检验,仍需进一步验证。
AI 摘要研究者提出 FRIST 两阶段 EEG 解码框架,先从同步 EEG-fMRI 记录中学习 fMRI 引导的频谱投影,再用 fMRI 导出的类别几何引导 EEG 预测的残差细化,推理时仅需 EEG。
AI 摘要一项已完成的可行性研究在有轻中度抑郁症状的18-35岁右利手女性中,测试基于受试者独立分类器的实时 EEG 神经反馈能否调控脑活动至分类器定义的参考模式。受试者随机接受分类器依从的视觉反馈加绩效依从金钱奖励,或非依从的假视觉反馈加配对金钱奖励,全部完成约3周内5次训练。主要目的是判定训练期间总体分类器准确率是否超过50%的理论随机水平。
AI 摘要DualAttentionNet 是一种在 EEGNet 基础上加入两个通道注意力模块的轻量级双注意力框架,用于基于 Visual MNIST 的多类 EEG 数字解码,分类准确率达 92.36%,优于所对比的全部架构。该研究通过信号变异性与可解释性分析验证了模型性能,作者称其为一个鲁棒、可解释且可复现的多类 EEG 分类框架,代码已公开。
AI 摘要一项研究用随机森林算法对受试者执行真实运动和运动想象时的 EEG 信号进行分类,并区分相关身体部位。研究同时采用消费级与研究级 EEG 系统评估该算法,结果显示随机森林即使在消费级 EEG 上也能有效区分想象与真实活动,但 EEG 信号的个体间差异会对分类造成负面影响。
AI 摘要一项四组件全因子实验在公开 P300 数据集上检验了脑机接口拼写流程"越多越好"的假设,变量包括 Euclidean Alignment(EA)、xDAWN 空间滤波、受试者校准与语言模型先验,以准确率、重复次数和 ITR 评估。
AI 摘要NEXUS-MI 是一个网关协调的联邦个性化框架,把同步当作学习与通信耦合的控制问题,原始 EEG 与分类器头留在本地,由边缘协调器维护共享骨干。在 BCICIV-2a(9 名受试者、4 类)与 OpenBMI(54 名受试者、2 类)离线回放中,通信感知协调使服务器到客户端的骨干流量减少约 42%,队列级准确率差异较小且依赖具体实现。
AI 摘要一项纳入 25 项 RCT、1145 名卒中幸存者的网状 Meta 分析比较了 VR、机器人和 BCI 对上肢运动功能的康复效果,结果发现机器人干预的证据强于其他方式,ROT(SUCRA = 0.71,3 项研究)与 ROT-CPT(SUCRA = 0.70,2 项研究)改善一致且具临床意义。
AI 摘要研究者提出 NERVE Attacks 攻击分类,从神经仿冒伪造、失同步规避、重放劫持、静脉窃取到嵌入式后门五个维度覆盖脑机接口完整技术栈,并发布 AI 辅助的可扩展安全分析框架 EEGle。评估发现 17 个新型神经特异性攻击实例,揭示脑机接口后门设计独有的隐蔽性-有效性谱系,并表明生成式 AI 降低了非专家攻击者的入门门槛。
AI 摘要这篇综述系统梳理了 2020 至 2025 年运动想象 EEG 跨变异性解码研究,按深度学习与迁移学习建立分类体系,重点评估 CNN、transformer、特征对齐、域适应和元学习等算法。文章围绕跨受试者与跨会话两类主要变异性场景分析这些方法的机制与效果,并指出低信噪比、个体与时间维度差异及信号非平稳性仍是 MI BCI 落地的主要障碍。
AI 摘要研究团队提出一套 EEG 脑机接口框架,将乘客神经响应解码用于高度自动驾驶场景下的风险预测(RP)与危险识别(DI),并配套提出 Passenger Cognitive Model、Risk-aware Sequential Labeling 与 Passenger EEG Decoding Strategy,联合使用 3D-CRNN 模型进行 EEG 解码。
AI 摘要Cognixion 的非侵入式脑机接口 Axon-R 在 LEAP 2026 上获 WIRED Middle East 报道。该设备将脑机接口与 AR 眼镜集成于单一可穿戴头显,无需侵入性手术,可结合眼动、头部运动和肌肉活动等生物特征输入驱动抬头显示,也能仅凭思维控制。创始人兼 CEO Andreas Forsland 在报道中介绍了该技术及其面向的失去说话能力的用户群体。
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)。
AI 摘要健康受试者在单眼视觉与模拟视力退化条件下,将隐蔽注意指向外周视觉刺激,早期注意敏感视觉成分在单眼视觉下发生改变,模拟视力退化使 P300 范围 ERP 降低。ERP 差异未影响 BCI 解码准确率,只要颜色等区分特征可被识别,即使存在视觉损伤仍能可靠控制该非侵入式、不依赖注视的 BCI,为瘫痪者沟通提供潜在途径。
AI 摘要一项纳入35项随机对照试验、共1188例受试者的系统综述显示,脑机接口训练可改善卒中后上肢运动功能,FMA-UE平均差4.55、WMFT平均差8.53,效应大小受对照类型显著调节。该综述同时整合了电生理、血流动力学与结构影像的神经可塑性证据,但现有证据异质性大且稀疏,尚不足以支持恢复机制的解释。综述注册号CRD420251053630。
AI 摘要研究提出分层对比学习框架,为每位受试者从 CLIP 中间层中选出检索性能最优的神经可见最优层(NVOL),并据此将检索与生成耦合到共享中间表示。在 THINGS-EEG 上,NVOL 检索在 200 类中取得 78.1% 平均 Top-1 准确率,结合 CSLS 提升至 86.4%;两阶段 NVOL 到语义重建在语义与结构指标上优于单阶段末层扩散。
AI 摘要研究测试空间协方差 EEG 特征能否在受试者作答前提供决策正确性的预判信号,23 名受试者在虚拟现实目标检测任务中完成高、低认知负荷的组内操作。团队层面按该神经信号加权投票,高负荷下争议试次的准确率随团队规模从 2 人增至 16 人由 57% 升至 88%,低负荷下反而有害。该优势在置信度等事后行为信号之外依然成立,表明基于 EEG 的决策可靠性信号是负荷条件性的团队增强工具。
AI 摘要Max Planck Institute for Biological Cybernetics 的 Pascal Fries 团队分析猕猴 ECoG、猕猴皮层内微电极和 20 名健康受试者 EEG 三套数据,发现事件相关电位之外的跨试次方差(ATV)与试次内方差(ITV,即信号功率)高度相关且几乎数值相同,回归系数在 0.9988 至 0.9999 之间。
AI 推荐理由:该研究用猕猴 ECoG、皮层内微电极与人类 EEG 三套数据说明跨试次方差在事件相关电位之外几乎等同于信号功率,并给出均值归一化的 CV(power) 指标。
AI 摘要研究提出一种基于遗传算法与贝叶斯线性判别分析(BLDA)的固定少通道选择框架,从传统八通道 P300 脑机接口系统中筛选出可泛化的三通道组合,48 名健康受试者完成离线与在线 VR 实验。三通道系统准确率与信息传输率同八通道系统相当,无显著性能下降,设备准备时间从 30 分钟缩短至 3 分钟(减少 90%),NASA-TLX 评估显示用户心理与身体负担显著降低(p < 0.05)。
AI 摘要这篇批判性综述审视了整合 EEG 与 EMG 的可穿戴脑机接口用于卒中后运动康复,指出皮层与肌肉信号的时空异质性限制了传统 EEG-EMG 融合的可靠性与泛化能力。
AI 摘要研究团队回顾性重新解码47名肌萎缩侧索硬化(ALS)受试者的3,373次P300拼写选择,将神经后验与从5-gram到467亿参数模型的25种语言先验融合。
AI 推荐理由:研究用47名ALS受试者的P300拼写数据量化语言模型先验对融合解码的贡献,为评估脑机接口中模型影响提供了可迁移方法。
AI 摘要新加坡国立大学医院在 ClinicalTrials.gov 注册一项试验,评估 Lifescapes 系统在减少治疗师辅助下对卒中患者上肢运动功能的改善效果及本地临床可行性。
AI 推荐理由:该注册试验评估在减少治疗师辅助下使用 Lifescapes 非侵入式 BCI 进行卒中后手功能康复,并关注本地临床场景的可操作性。
AI 摘要上海精神卫生中心联合北京安定医院和宣武医院注册一项多中心前瞻性临床试验,评估闭环 DBS 与 taVNS 能否改善难治性抑郁症患者的抑郁症状和日常功能。受试者按偏好选择 DBS 或 taVNS,各组内再随机分配至真刺激或假刺激,随访评估抑郁与焦虑症状、认知和社会功能、EEG、MRI 及不良事件。研究将比较真刺激与假刺激在临床症状、脑相关指标和安全性上的差异。
AI 推荐理由:该注册试验把闭环 DBS 与 taVNS 放在同一 TRD 人群中对照假刺激,读者可据此了解两种神经调控路线的并行验证设计。
AI 摘要一项范围综述结合定量方法学审计,回顾了 67 项使用 cEEGrid 或其衍生硬件的研究,发现该耳周 C 形柔性电极阵列的空间敏感度取决于信号源相对阵列的位置与朝向,而非仅电极到信号源的距离。
AI 摘要一项预印本研究用基于 LSTM 自编码器与稠密神经网络的半监督深度学习架构,从 EEG 微状态序列中分类左手与右手运动想象,并将分类输出作为脑机接口触发信号。模型可提取微状态序列特征用于受试者内和会话内分类,迁移学习用于跨会话或跨受试者迁移时峰值分类准确率约 89%。研究显示,采用该方法的脑机接口校准平均约需 400 秒即可达到 80% 分类准确率。
AI 摘要一项前瞻性随机对照试验将 129 例亚急性期卒中患者分为 BCI 组(n=72)与对照组(n=57),BCI 组 FMA-UE 评分改善大于对照组(11.57 ± 7.98 vs 5.94 ± 6.13,p = 0.01)。
AI 推荐理由:129 例亚急性期卒中患者的随机对照试验,同时给出 FMA-UE 改善幅度与静息态 EEG beta 频段变化,可用于对照 BCI 康复的疗效证据。
AI 摘要Kandu 宣布 NIH 资助的 BCI-REHAB 随机对照试验结果发表在 Stroke: Vascular and Interventional Neurology,使用 FDA 已批准的 IpsiHand 系统的慢性卒中患者上肢运动功能改善显著优于标准居家锻炼。
AI 推荐理由:原文给出随机对照试验的受试者规模、效应量和响应率,读者可据此判断非侵入式BCI居家康复的证据强度。
AI 摘要Nature 发布了一个基于 EEG 的脑机接口数据集,用于方向性词语识别。该数据集面向非侵入式 EEG 脑机接口的方向性词语解码研究。
AI 摘要研究提出 STE-BiMamba 时空特征增强双向 Mamba 模型,用于运动想象 EEG 解码,在自采 VR-MI 数据集上取得跨会话 97.50%、跨受试者 85.05% 的准确率,并在 BCIC-IV-2a、BCIC-IV-2b、HGD 三个公开数据集上达到当前最优。相比 Transformer 类模型,其推理速度提升一倍,参数量减少 3.5 倍。
AI 摘要台中荣民总医院在 ClinicalTrials.gov 注册一项试验,比较机器人外骨骼步行训练在有无脑机接口控制下对卒中患者的康复效果。受试者为过去一年内发生卒中者,随机分为两组,一组按常规方式由治疗师或传感器触发迈步,另一组由头皮传感器采集脑信号、经计算机解码后触发机器人迈步,两组均每周训练两次、持续 4 周。
AI 推荐理由:该注册试验对比脑电控制与外骨骼常规控制两种步行训练方式,读者可了解非侵入式脑机接口在卒中康复中的对照设计。
AI 摘要Neurolutions 在 ClinicalTrials.gov 发布 BCI-REHAB 随机临床试验结果,比较居家脑机接口治疗系统与居家锻炼方案对卒中慢性期上肢康复的效果。试验目的是评估 BCI 疗法相对标准运动疗法的疗效,并考察在家庭环境中实现有意义的运动改善的可能性。
AI 推荐理由:这条结果发布给出了居家脑机接口康复与常规训练对照的试验设计,读者可据此了解非侵入式BCI在卒中上肢康复中的验证路径。
AI 摘要一项多中心平行组随机对照试验将评估 Audiovisual Entrainment Neurofeedback(AVE-NFB)系统对高中生神经自我调节、学业焦虑、自主神经调节与发散性思维的效果。
AI 摘要一项新注册临床试验将VR脑机接口方案与视觉、听觉、触觉感觉反馈及外骨骼结合,用于脊髓损伤康复,并通过EEG记录分析受试者脑区间信息传递动态。受试者含脊髓损伤患者与无SCI者,每周监测共12次、每次1至2小时,患者通过运动想象在VR中操控虚拟化身。
AI 摘要强脑科技在 2026 世界人工智能大会上发布脑控机器人训练平台,用户佩戴脑电帽后,平台实时采集与任务相关的脑电信号,识别意图模式并转化为指令发送给机器人执行,现场演示驱动机械臂抓取水杯和苹果。
AI 摘要强脑科技在 2026 世界人工智能大会(WAIC)发布脑控机器人训练平台,用户佩戴脑电帽后,平台实时采集与任务相关的脑电信号,通过算法识别意图相关模式并转化为指令发送给机器人执行。现场演示中,佩戴脑电帽的男生不依赖肢体动作,驱动机械臂完成抓取水杯、抓苹果等动作。该平台目前已支持接入人形机器人、机械臂、机械狗等多种第三方设备。
AI 推荐理由:强脑科技在 WAIC 发布脑控机器人训练平台,读者可了解非侵入式脑机接口向具身智能延伸的具体形态。
AI 摘要一项发表于 Nature 的研究通过材料与算法的协同设计,实现了稳健的听觉注意解码脑机接口应用。该设计针对听觉注意解码这一 BCI 任务,旨在提升解码的稳健性。
AI 摘要强脑科技在 WAIC 2026 全球首发 BrainCo 脑控机器人训练平台与 BrainCo 灵巧操作数采矩阵,前者采集脑电信号识别意图并驱动机器人动作,无脑机接口背景的研发人员可在 10 分钟内实现“意念”控制机器人,已支持接入人形机器人、机械臂、机械狗等第三方设备。
AI 摘要强脑科技在 2026 年 WAIC 上发布 BrainCo 脑控机器人训练平台,将脑电采集、范式设计、神经解码、指令映射与机器人执行整合进同一套图形化界面,研究者戴上脑电帽 10 分钟即可用意念控制机器人。其 BrainCo 智能脑电传感系统兼容湿电极与干电极,支持 250/500/1000Hz 三档采样率,32 通道数据经 WiFi 6 实时传输,并已打通多款机器人与机械臂的控制接口。
AI 摘要强脑科技合伙人何熙昱锦在2026年WAIC前夕受访称,脑机接口的核心挑战是从噪声中读取极微弱脑电信号并解码860亿神经元构成的大脑。强脑科技在第九届WAIC发布脑控机器人科研平台,用户戴脑电帽采集信号,经AI识别"拿水杯"等指令控制机器人动作。其非侵入式智能假肢价格约为传统高端假肢的1/5至1/10,截至2025年仅浙江一地就有2046名残疾人受益。