Europe PMC（brain-computer interface · PubMed）· ElSayed Z, Westerkamp G, Liu JY, Pedapati E.·· 2025-12-19AI 评分32
Brian Intensify：面向 FXS 听觉 EEG 刺激与认知增强的自适应机器学习框架
Brian Intensify: An Adaptive Machine Learning Framework for Auditory EEG Stimulation and Cognitive Enhancement in FXS.
AI 导读
研究团队提出自适应机器学习脑机接口系统 Brian Intensify，通过频率特异性听觉刺激调控 FXS 患者的神经振荡。38 名受试者佩戴 128 通道 EEG 系统，接受 30 秒基线后 7Hz、9Hz、11Hz、13Hz 各 60 秒的听觉夹带刺激，13Hz 条件稳定引发 Alpha 活动显著增强并抑制 Gamma 活动。
AI 要点
团队
作者为 ElSayed Z、Westerkamp G、Liu JY、Pedapati E，机构原文未提及
主要结果
识别出 Peak Alpha Power、Peak Gamma Power 和每通道每秒 Alpha 功率为最具区分度的生物标志物；13Hz 刺激持续显著提升 Alpha 活动并抑制 Gamma 活动。
解决什么问题
针对 FXS 等神经发育障碍中 alpha、gamma 频段皮层振荡异常及相关注意、感觉加工和认知缺陷，探索用频率特异性听觉刺激调节神经振荡。
方法
38 名受试者，128 通道 EEG；范式为 30 秒基线后接 60 秒 7Hz、9Hz、11Hz、13Hz 听觉夹带；分析功率谱特征与交叉频率耦合，并用监督机器学习预测 EEG 反应、动态调整刺激参数。
局限
从研究设计看，为方法学/可行性框架研究，未报告临床认知结局，且未设对照。
AI 依据原文整理，未经人工核对。
来源：Europe PMC（brain-computer interface · PubMed） · doi.org