Europe PMC（brain-computer interface · Top journals）· Morgan AM, Devinsky O, Doyle WK, Dugan P, Friedman D, Flinker A.·· 2026-08-05精选AI 评分62
NYU 等团队用 ECoG 记录句子产出，发现高阶语言信息编码与活动幅度解离
Hybrid spatial organization and evidence for magnitude-independent neural coding of linguistic information during sentence production.
AI 导读
美国多机构团队（末位作者 Flinker，通讯作者之一 Devinsky）利用颅内 ECoG 高分辨率记录和受控句子产出实验，发现编码词级信息与高阶语言信息的皮层网络呈混合空间组织，既广泛分布于传统语言区，又在经典语言区出现对语义和结构对比的局部敏感集中。
AI 要点
团队
作者为 Morgan AM、Devinsky O、Doyle WK、Dugan P、Friedman D、Flinker A。
主要结果
发现编码词级与更高阶信息的皮层网络，二者空间上基本不重叠；高阶语言信息与局部活动幅度出现分离。
解决什么问题
此前研究多聚焦语言理解，且受无创脑测量手段限制，句子产生过程的神经机制尚不清楚。
方法
采用高分辨率颅内电生理记录（皮层脑电图）结合受控的句子产生实验。
局限
从研究设计看，为特定任务下的颅内记录研究，样本量与受试者情况原文未提及。
AI 依据原文整理，未经人工核对。
AI 推荐理由
研究用颅内 ECoG 记录句子产出过程，发现词级与高阶语言信息的编码网络大多不重叠，可供语言解码研究对照。
来源：Europe PMC（brain-computer interface · Top journals） · doi.org