bioRxiv 预印本：脑脊液机械运动可产生类 M/EEG 电磁信号
AI 摘要Tzvetan Popov 在 bioRxiv 发布预印本，用导电流体体模实验、结构磁共振成像以及在体 EEG 和 MEG 记录，检验组织与脑脊液仅作为被动容积导体的假设。
AI 推荐理由：用导电流体体模与在体 EEG/MEG 记录，检验脑脊液是否只是被动容积导体这一常见假设。
论文与研究
全部主题期刊论文、预印本与技术报告中的新结果。
最新精选
第 41–60 条 · 共 108 条bioRxiv（Neuroscience）精选AI 评分6262 Science Advances精选AI 评分6262 Tommaso Fellin 团队在自由活动小鼠深脑中实现扩展视场双光子成像
AI 摘要意大利技术研究院 Tommaso Fellin 团队在《Science Advances》发表研究，提出一种轻量微加工校正光学元件，用于自由活动小鼠深脑的扩展视场双光子成像。该工作旨在在自由活动状态下对深部脑区进行更大范围的双光子成像。
Science Advances精选AI 评分6060 Science Advances：超短波神经调控增强类淋巴清除，缓解脑水肿与阿尔茨海默病理
AI 摘要Science Advances 刊发研究，提出非侵入式超短波神经调控可增强类淋巴清除，从而缓解创伤性脑水肿和阿尔茨海默病理。论文由 Jinwei Liu、Nan Peng 等作者完成，卷期为 Volume 12, Issue 42。
AI 推荐理由：该研究把超短波神经调控与类淋巴清除联系起来，为无创干预脑水肿和阿尔茨海默病理提供了一条可验证的机制线索。
Science Advances精选AI 评分6262 清华大学任天令团队发表磁控毫米级胶囊供电系统，用于无导线电疗
AI 摘要清华大学任天令团队在 Science Advances 发表磁控毫米级胶囊供电系统，面向无导线电疗。该研究提出以磁场门控方式为毫米级胶囊供电，用于无导线电刺激治疗。
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）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。
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。
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）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。
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。
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。
bioRxiv（Neuroscience）精选AI 评分6262 Nethobench：预测设计与条件设置影响生成神经动力学的结构真实性
AI 摘要研究提出 Nethobench 基准，从分布、时频谱、关系、几何和状态动力学五个指标族评估神经群体活动预测模型的结构一致性，而非仅看点对点预测保真度。作者用已知动力学的随机系统和定向扰动验证该基准，并应用于小鼠钙成像、小鼠 Neuropixels 记录和人体颅内记录。
AI 推荐理由：提出跨五类指标的结构一致性基准，并用小鼠钙成像、Neuropixels 与人体颅内记录校准，可供神经预测模型评测参考。
Nature Communications（Neuroscience）精选AI 评分6666 UC Berkeley Ana Claudia Arias 团队提出碳纳米管薄膜干电极，14天肌电接口无需重校准
AI 摘要UC Berkeley 的 Ana Claudia Arias 团队在 Nature Communications 发表研究，用卷对卷浮动催化剂化学气相沉积工艺合成碳纳米管薄膜干电极，在电极-皮肤阻抗、信号保真度、运动伪迹、透气性和生物相容性上优于湿电极金标准。
AI 推荐理由：碳纳米管干电极在14天肌电接口中无需重训练即保持稳定表现，可与湿电极方案对照参考。
Nature Communications（Neuroscience）精选AI 评分6262 FIU Angela R. Laird 团队提出 NiCLIP，从脑激活图像预测文本
AI 摘要美国佛罗里达国际大学 Angela R. Laird 团队在 Nature Communications 发表 NiCLIP，一种在超过 23000 篇文章上训练的对比语言-图像模型，用于从脑激活模式预测认知任务、概念和领域。
AI 推荐理由：NiCLIP 用 23000 余篇文献训练对比学习模型，从脑激活图预测认知任务，可与传统元分析功能解码方法对照。
bioRxiv（Bioengineering）精选AI 评分6262 Vasiliki Giagka 团队提出以热塑性聚氨酯作为柔性高密度神经接口基底材料
AI 摘要Vasiliki Giagka 团队在 bioRxiv 预印本中提出用热塑性聚氨酯（TPU）弹性体作为柔性高密度神经接口的基底材料，利用其热塑自融合特性消除聚合物与聚合物之间的界面。
AI 推荐理由：TPU 兼具热塑自融合与微加工兼容性，读者可据此对照聚酰亚胺等传统衬底在长期植入中的界面失效问题。
bioRxiv（Neuroscience）精选AI 评分5555 Oizumi 团队用延迟嵌入与控制理论恢复部分观测下的神经振荡模式
AI 摘要日本研究者 Masafumi Oizumi 提出一个基于控制理论的框架，把延迟嵌入观测的 Hankel 矩阵分解为可观测性矩阵与轨迹矩阵，说明两者秩对延迟嵌入方法可恢复内容的互补约束。作者用 Hankel DMD 在仿真和人体 ECoG 中验证：扰动增加了快速衰减模式的估计数量，更大的延迟深度增加了可可靠估计的模式数量，并在 ECoG 中扩展了频率范围。
AI 推荐理由：用控制理论解释延迟嵌入能恢复哪些神经振荡模式，并在仿真与人体 ECoG 中验证扰动和延迟深度的影响。