基于滑动窗口与傅里叶分解的1D-CNN框架用于运动想象EEG分类
AI 摘要研究提出一种整合滑动窗口、傅里叶分解方法与1D-CNN的统一架构，用于运动想象EEG分类，在BCIC IV 2a和BCIC III IVa数据集受试者依赖协议下分别达到93.67%和79.14%的准确率。
#解码算法
#解码算法
今日 0 条Europe PMC（brain-computer interface · PubMed）AI 评分3838
Bing News：Neuralink implant精选AI 评分7272 Neuralink 发布 BCI 基础模型技术更新
AI 摘要Neuralink 于 2026 年 10 月 1 日发布一项技术更新，称其受试者使用植入物累计时长已超过 50,000 小时，并由此积累了规模居前的皮层内神经数据之一。该更新围绕面向脑机接口的基础模型展开。
AI 推荐理由：Neuralink 公布受试者累计使用时长与数据规模，读者可据此了解其皮层内数据积累的体量。
MIT Technology Review：生物技术精选AI 评分6262 Weizmann 研究所 Michal Irani 团队开发 AI 脑扫描图像重建工具，并引发神经隐私讨论
AI 摘要以色列 Weizmann 研究所的 Michal Irani 与同事开发了一款 AI 工具，能根据高分辨率 fMRI 脑扫描重建人看到的图像，也能反向从图像预测脑活动。
AI 推荐理由：梳理了从高分辨率 fMRI 数据到图像重建的编码器与解码器双分支方法，并带出神经隐私与 EEG 迁移的伦理讨论。
Crossref（Nature Neuroscience · Nature Biomedical Engineering · Nature Electronics · Nature Medicine）AI 评分4242 对话 Miguel Nicolelis：从脑机接口先驱到巴西神经科学研究所
AI 摘要Nature Neuroscience 专访 Duke 大学荣休教授、Edmond and Lily Safra 国际神经科学研究所创始人 Miguel Nicolelis，回顾其开创脑机接口研究的历程，以及在巴西东北部创办神经科学研究所、以科学推动社会变革的目标。他讨论了持续塑造神经接口与神经康复未来的科学发现、技术障碍与伦理问题。
Crossref（Nature Neuroscience · Nature Biomedical Engineering · Nature Electronics · Nature Medicine）精选AI 评分6262 Nature Neuroscience 对话 Richard Andersen：后顶叶皮层与神经技术进展
AI 摘要Nature Neuroscience 在神经技术特刊中对话 Caltech 神经科学教授 Richard Andersen，回顾确立后顶叶皮层为意图与动作规划关键枢纽的系列发现。他谈及数十年来在后顶叶皮层的研究，以及神经记录、解码与计算方面的进展如何改变人们对认知的理解。
AI 推荐理由：Richard Andersen 回顾后顶叶皮层作为意图与动作规划枢纽的发现历程，并谈神经记录与解码进展如何改变对认知的理解。
Crossref（Nature Neuroscience · Nature Biomedical Engineering · Nature Electronics · Nature Medicine）精选AI 评分6262 Nature Neuroscience 对话 Edward Chang：语音脑机接口的演进
AI 摘要Nature Neuroscience 在神经技术特刊中对话 UCSF 神经外科教授 Edward Chang，讨论语音脑机接口的演进。他谈到 AI 进展正在加速脑机接口向临床转化，恢复自然交流仍面临挑战，大规模神经数据集可能最终有助于构建人脑计算模型。访谈由 Henrietta Howells 撰写，发表于该刊第 29 卷。
AI 推荐理由：Edward Chang 在访谈中谈语音脑机接口从研究走向临床的路径，以及 AI 与大规模神经数据集在其中的作用。
Crossref（Nature Neuroscience · Nature Biomedical Engineering · Nature Electronics · Nature Medicine）AI 评分3030 对话 Sergey Stavisky
AI 摘要Nature Neuroscience 刊发对 Sergey Stavisky 的访谈。Stavisky 是脑机接口领域研究者，其工作涉及语音解码与植入式神经接口。访谈具体内容未在提供的正文片段中披露。
Current Biology（In Press）AI 评分3838 实时 fMRI 神经反馈引导自我生成认知上调海马体活动
AI 摘要Van de Langenberg 等人的两项研究表明，人类可通过指定或自行发现的思维策略上调海马体活动，且实时 fMRI 神经反馈是海马相关策略实现有效自我调控的必要条件。成功上调海马体活动会共同调控一个与过程相关的网络，增强其在随后观看电影时对事件边界的敏感性。
Europe PMC（brain-computer interface · PubMed）精选AI 评分5555 UCLA Pouratian 与 Speier 团队分析大语言模型辅助 P300 拼写器的多模型性能上界
AI 摘要美国研究团队用 78 名受试者的 EEG 数据做仿真，系统评估多种语言模型对 P300 拼写脑机接口的打字速度提升，并引入理想化 LLM 建立性能上界。结果显示打字速度在受试者内训练下最高提升约 45%，跨受试者训练下最高提升约 75%，多个高性能模型与理论性能上界相差在 5% 以内。作者认为 LLM 辅助的 P300 拼写器在该解码框架内已接近上界，主要瓶颈从语言建模转向神经信号解码。
AI 推荐理由：研究用78名受试者的EEG仿真比较多种语言模型，并给出LLM辅助P300拼写器的性能上界，可据此判断瓶颈已从语言建模转向神经信号解码。
Neuron（In Press）AI 评分2727 Neuron 研究：两条前额叶-皮层下回路估计可控性并反映其对学习的影响
AI 摘要一项发表于 Neuron 的研究发现，两条前额叶-皮层下回路参与估计可控性，并反映可控性对学习的影响。
Europe PMC（brain-computer interface · PubMed）AI 评分3333 生成对抗网络合成 M1 信号增强非侵入式运动脑机接口数据集
AI 摘要研究团队提出一种 GAN 框架，从功能相关皮层区域合成初级运动皮层（M1）人工神经信号波形，以扩充神经信号数据集中的任务相关特征。基于目标导向手臂伸展任务的 MEG 记录，用 GAN 合成 M1 信号增强个体数据集后，运动解码性能显著提升约 10%（p < 0.05），且在没有真实 M1 信号时仍能维持。该方法还推广至运动想象 BCI 竞赛数据集以提升分类准确率。
Europe PMC（brain-computer interface · PubMed）AI 评分2828 基于脑机接口的针灸“得气”闭环调控策略及其外周—中枢机制探讨
AI 摘要一篇综述系统梳理了基于EEG的脑机接口技术在分析针灸“得气”外周—中枢神经机制中的研究现状，并探讨如何利用BCI的闭环调控能力主动诱导和维持“得气”状态。EEG凭借毫秒级时间分辨率可实时捕捉“得气”过程中的神经振荡动态变化，基于机器学习的特征解码方法实现了“得气”状态的客观识别。该领域仍面临信号伪迹干扰、解码精度不足和研究范式不一致等挑战。
Europe PMC（brain-computer interface · PubMed）AI 评分5252 Zheng 等探索用 EEG-BCI 改善发展性阅读障碍的语音加工
AI 摘要Zheng 等开发了一种基于非侵入式 EEG 的脑机接口，通过听觉输入和视觉反馈，针对发展性阅读障碍者的语音加工进行训练，其神经指标依据 Temporal Sampling 理论中的自然语音聆听时 theta/delta 比值。
Current Biology（In Press）AI 评分3838 实时 fMRI 神经反馈引导自我生成认知上调海马体活动
AI 摘要Van de Langenberg 等人的两项研究表明，人类可通过指定或自行发现的思维策略上调海马体活动，且实时 fMRI 神经反馈是海马相关策略实现有效自我调控的必要条件。成功上调海马体活动会共同调控一个与过程相关的网络，增强其在随后观看电影时对事件边界的敏感性。
Europe PMC（brain-computer interface · PubMed）AI 评分4848 利用耳周 EEG 与便携助听器硬件探索听觉注意力解码
AI 摘要研究用耳周 EEG（cEEGrids）与便携助听器研究硬件构建极简可穿戴装置，让受试者在坐姿与行走两种条件下完成单说话人、双说话人及食堂噪声背景的听觉注意力任务，并同时采用解码（backward）与编码（forward）模型评估连续语音的注意力依赖性神经追踪。
Journal of Neural EngineeringAI 评分3131 基于统计混合专家框架的 EEG 中 EMG 伪迹去除：实证洞察与概念验证应用
AI 摘要研究团队提出一种由混合专家（MoE）框架驱动的单通道信号滤波算法，用于去除 EEG 中的 EMG 伪迹，其核心依据三条统计洞察：EMG 伪迹可划分为可量化类型、在更窄信噪比区间训练的局部专家可通过专门化提升性能、基于相关性的目标函数配合重缩放算法可加快神经网络去噪收敛。
Journal of Neural EngineeringAI 评分2828 BRAINet：面向脑区感知的 EEG 意识障碍三分类诊断交互网络
AI 摘要研究团队提出 BRAINet，一个脑区感知的 EEG 框架，用于区分 UWS、MCS- 与 MCS+ 三类意识障碍。该方法将 EEG 通道划分为五个解剖脑区，提取区域特异性时空与频谱特征，用基于 Transformer 的注意力模块建模跨脑区交互，并融合近似熵特征分类。
arXiv（brain-computer interface）精选AI 评分5858 莱斯大学 Donald S. Williamson 团队提出 NEUROTOKEN，用条件流匹配统一听觉注意解码
AI 摘要莱斯大学 Donald S. Williamson 团队提出 NEUROTOKEN，用一个共享 EEG 前端的网络同时完成方向性听觉注意解码与声源听觉注意解码，其条件流匹配模块 ATTUNEFLOW 按积分速度残差似然比对候选声流打分。
AI 推荐理由：该工作把听觉注意解码统一为条件似然框架，并报告在三个数据集上相对最强非生成基线的提升幅度。
Europe PMC（brain-computer interface · Preprints）AI 评分2222 脑机接口用于意识障碍康复的研究热点与新兴趋势：一项文献计量学分析
AI 摘要一项文献计量学分析基于 PubMed 检索到的 258 篇文献，系统梳理了脑机接口用于意识障碍（含昏迷、VS/UWS、MCS）康复的研究格局。关键词聚类识别出 P300 范式、运动想象脑机接口、意识检测与预后评估、脑机接口神经康复四大主题，突现分析显示个性化脑机接口、基于深度学习的解码和脑网络状态监测是最快速演进的 frontier。
Europe PMC（brain-computer interface · PubMed）AI 评分3333 SCR-FTSDNN：面向 SSVEP 脑机接口 EEG 解码的空间-通道重建频率-时间-空间深度神经网络
AI 摘要研究提出 SCR-FTSDNN 深度卷积神经网络，用于 SSVEP 脑机接口的 EEG 目标识别，通过傅里叶变换提取频域表征、时间卷积捕捉动态特征，并引入空间与通道重建卷积模块和空洞卷积扩大感受野。在 Benchmark 与 BETA 两个公开 SSVEP 数据集上的实验显示，该框架在有限校准数据下仍取得更优的识别准确率与鲁棒性。
Europe PMC（brain-computer interface · PubMed）AI 评分2929 TSMD-Net：用于跨受试者 MI-EEG 域泛化的两阶段多域蒸馏网络
AI 摘要研究提出 TSMD-Net 两阶段多域蒸馏网络，将多个域特定头的知识蒸馏到统一主导头，用于跨受试者 MI-EEG 域泛化。该方法先通过特征协方差对齐建立稳定跨域表征，再结合多域协同蒸馏与双曲监督对比学习提升跨域预测一致性和类别可分性。在 BCI Competition IV 2a、2b 和 High Gamma Dataset 上平均准确率分别为 70.21%、77.82% 和 79.53%。
Europe PMC（brain-computer interface · PubMed）AI 评分5353 Habibzadeh 等人提出 MetaIDNet 闭环 BCI，将色觉评估速度提升 70%
AI 摘要Habibzadeh、Zois 与 Norton 提出闭环 BCI 系统 MetaIDNet，用高斯过程回归和神经网络改进基于 SSVEP 的色觉评估的速度与准确率权衡。
Nature Portfolio（Neural decoding）AI 评分1212 北京大学团队揭示人脑预测主观不确定性的神经表征
AI 摘要北京大学孙晓月、龚西子、罗欢、何涛与方方团队在 Communications Biology 发表研究，揭示人脑对预测主观不确定性的神经表征机制。研究由科技创新2030重大项目、国家自然科学基金等资助，通讯作者为何涛与方方。
Europe PMC（brain-computer interface · PubMed）AI 评分4343 基于delta与gamma EEG的脑机接口解码阅读问答对时的用户满意度
AI 摘要一项脑机接口研究用64通道EEG记录30名受试者阅读LLM生成问答对时的脑活动，按阅读后5点Likert评分将试次重标为五种评价状态。时空频谱分析显示，高满意度应答伴随双侧额颞区delta功率持续增强，高不满意度应答则出现右侧额颞区gamma功率早期抑制。
arXiv（brain-computer interface）AI 评分3232 BrainNet Studio：脑网络构建、智能分析与可视化统一工具包
AI 摘要BrainNet Studio 是一款面向静态与动态脑网络分析的一体化工具包，覆盖网络构建、特征提取、预测建模、候选生物标志物识别与可视化全流程。该工具包集成 27 种算法，包括深度学习、图神经网络和时空序列模型，并利用大语言模型生成研究者可验证的功能连接、结构连接及结构-功能耦合摘要。工具包已公开，可服务于认知神经科学、脑疾病探索性研究与脑机接口。
arXiv（brain-computer interface）AI 评分3636 从神经元到对话：语音脑机接口综述
AI 摘要语音脑机接口通过将言语相关神经活动转化为文本、合成语音或虚拟形象控制来恢复交流，皮层内与ECoG记录、深度序列模型及语言模型辅助解码的进展推动了高性能尝试性言语解码和更自然的语音合成。
Europe PMC（brain-computer interface · Top journals）精选AI 评分7777 高分辨率 ECoG 研究揭示想象言语与发声的共享及特异编码
AI 摘要研究团队利用高分辨率 ECoG 考察想象言语与发声过程中发音运动轨迹的共享与模态特异编码，发现额顶叶皮层在两种模态下均存在稳健的发音运动轨迹编码。中前运动、subcentral 及中央后-缘上回区域的超模态神经元群在整合规划阶段表现出时空稳定性，而想象言语与发声的模态特异神经元群在初级感觉运动皮层呈躯体拓扑交错分布。
AI 推荐理由：该研究用高分辨率 ECoG 比较想象言语与发声时的发音运动编码，并给出可迁移的通用解码框架，适合关注语音脑机接口解码路线的人参考。
Europe PMC（brain-computer interface · Preprints）AI 评分4747 静息态临界性作为 ALS 与健康受试者脑机接口表现神经生理标志物的探索性研究
AI 摘要一项探索性研究分析静息态 EEG 与后续 BCI 表现的关系，数据来自 1 例 ALS 闭锁状态患者的纵向单例研究，以及 5 名 ALS 患者和 6 名健康受试者的纵向与单次 session 数据。
arXiv（brain-computer interface）AI 评分3030 AutoBCI：面向 EEG 脑机接口的预测引导智能体神经架构发现框架
AI 摘要AutoBCI 是一个由 Designer Agent 与 Forecaster Agent 组成的智能体框架，用于跨任务发现和筛选 EEG 解码架构。在覆盖运动想象、情绪识别与睡眠分期的 14 个 EEG 数据集上，AutoBCI 配合 Claude Opus 5.5 发现的架构取得 64.16% 平均测试平衡准确率，高于最强基线 REVE 的 63.87%。
arXiv（brain-computer interface）AI 评分2727 EMA 子空间跟踪实现自适应 Artifact Subspace Reconstruction，用于 EEG 伪迹去除
AI 摘要研究提出基于指数移动平均（EMA）子空间跟踪的自适应 ASR 框架，通过短时窗协方差估计与慢速递归融合建立双重自适应时间尺度，以应对 EEG 非平稳漂移并降低对参数设定的敏感度。在 10 名受试者、24 通道 EEG 记录上，EMA-ASR 的眨眼伪迹衰减达 53.1%，高于原始 ASR 的 24.0% 和有限记忆变体的 26.7%，但重建误差与频谱偏差增加。
arXiv（brain-computer interface）AI 评分3131 校准 EEG 基础模型时如何区分个人增益与群体增益：CBraMod、REVE、LaBraM 在 235 名受试者上的评估
AI 摘要研究在三个运动想象数据集的 235 名留出受试者上评估了 CBraMod、REVE 和 LaBraM 三个冻结 EEG 基础模型的个性化适配，使用全部前半程会话标签时，个人适配器较群体模型平均平衡准确率提升 1.5-5.4 个百分点，在全部九种模型-数据集组合中均优于交换适配器 2.3-7.3 个百分点。
arXiv（brain-computer interface）AI 评分3232 BrainVLA：用预训练 VLA 模型实现神经运动解码
AI 摘要BrainVLA 通过语言中介对齐，借助预训练视觉-语言-动作（VLA）模型实现神经运动解码，缓解配对神经-动作数据稀缺问题。该框架构建含神经活动、动作信号、语言指令与渲染视觉观测的数据集，用 LoRA 微调 OpenVLA-OFT 策略，并以语言表征为语义目标训练神经编码器提取运动意图。在两个不同动作维度的神经运动数据集上，其跨会话解码 R² 与任务成功率均优于基线，并展现高训练数据效率。
Europe PMC（brain-computer interface · PubMed）精选AI 评分5858 Inria 团队发现视觉提示会让深度学习 MI-BCI 分类器依赖视觉诱发电位
AI 摘要法国 Inria 的 Trocellier、Lotte 团队比较了 CSP+LDA、DeepConvNet 和 Transformer 基础模型 REVE 在运动想象 EEG 分类中的表现，发现把视觉提示出现时刻纳入输入窗口会显著提高 DeepConvNet 和 REVE 的准确率。
AI 推荐理由：研究用归因图对比深度学习与传统方法，说明视觉提示会诱导分类器依赖视觉诱发电位而非感觉运动节律。
Europe PMC（brain-computer interface · PubMed）AI 评分3737 从置信到审慎：跨会话运动想象脑机接口的共形门控
AI 摘要研究评估共形预测（CP）能否在跨会话 EEG 漂移下充当运动想象脑机接口的命令门控，以 DeepConvNet 为基分类器，在 OpenBMI（54 名受试者、2 类）和 BCIC IV-2a（9 名受试者、4 类）上比较阈值式 CP（THR）、RAPS/RAPS-Opt 与 Chow 选择性预测。
Neuron（In Press）AI 评分2222 Cellier 等发布时域分辨频谱参数化建议与指南
AI 摘要Cellier 等针对短时间窗内 EEG 频谱活动的解析问题，提出了一套确保非周期参数化算法得到优化的建议与指南。该工作面向研究人员估计非周期信号随时间变化这一目标，给出了时域分辨频谱参数化的推荐做法与规范。
Journal of Neural EngineeringAI 评分2424 卷积-注意力框架解码离体小鼠视网膜动作电位响应
AI 摘要研究团队提出一种结合卷积神经网络与时间多头注意力的紧凑动作电位解码框架，用于从离体小鼠视网膜多通道电极阵列（MEA）记录中分类视觉刺激。该框架在颜色分类任务中达到 93.250% 准确率，在形状分类任务中达到 73.161% 准确率，并在不同复杂度任务间保持稳定性能。
Journal of Neural EngineeringAI 评分3838 动态网络模型预测单脉冲电刺激的频谱响应
AI 摘要基于33名药物难治性癫痫患者的单脉冲电刺激（SPES）数据构建动态网络模型，其Bode图与患者皮层-皮层频谱响应（CCSR）曲线相关，在诱发反应N2成分时刻及刺激后平均响应处中位Pearson相关系数分别为0.45和0.60，显著优于随机选取脑区的CCSR曲线。Bode图中的共振频率在N1、N2成分时刻的CCSR曲线中显著共表达。结果支持将神经共振作为定位癫痫发作起始区的生物标志物。
Journal of Neural EngineeringAI 评分3131 慢跑想象与虚拟形象步态一致时，多模态 BCI 控制中的虚拟形象归属感增强
AI 摘要一项多模态 BCI 研究让受试者通过头皮 EEG 的 SMR-ERD 控制虚拟形象慢跑、用眼动控制方向，并对比慢跑想象（一致）与持续右手张开想象（不一致）两种条件。结果显示一致条件下的虚拟形象归属感显著更高，尽管慢跑想象诱发的 SMR-ERD 更弱，课程完成率与完成时剩余时间无显著差异。作者认为神经信号强度与具身体验可能分离，BCI 设计应同时考虑想象与动作的一致性。
arXiv（brain-computer interface）AI 评分2828 ThinkNet：面向运动想象 EEG 分类的进化深度集成框架
AI 摘要ThinkNet 是一个验证受控框架，结合仅训练集归一化、验证引导的进化搜索与验证门控推理，为留出受试者筛选紧凑的运动想象 EEG 解码器与推理策略。
arXiv（brain-computer interface）AI 评分3939 Jev 以无 GPU 托管模型为语音神经假体重排序，性能匹配 7B 语言模型
AI 摘要语音神经假体解码尝试性言语后需用数十亿参数语言模型对候选句重排序，是唯一依赖 GPU 的环节。在 ALS 受试者 978 句留出测试集上，已发表解码器单独词错误率为 8.1%，Jev 重排序后达 7.5%，优于 OPT-6.7b 与 Qwen2.5-7B 的 7.8%；解码器权重重调后为 6.9% 对 7.2% 和 7.4%。