跳到正文

论文与研究

期刊论文、预印本与技术报告中的新结果。

最新精选

第 101–108 条 · 共 108 条
8月5日周三
  1. Europe PMC(brain-computer interface · Top journals)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

    AI 摘要美国多机构团队(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 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。

7月27日周一
  1. Europe PMC(brain-computer interface · Preprints)82

    多机构团队提出跨六名受试者联合训练的通用语音神经假体解码器

    AI 摘要多机构团队提出一种基于 transformer 的解码器模型,在六名皮层内语音脑机接口受试者数据上联合训练。对每名受试者,无论性别、病因或尝试说话策略,多用户模型解码语音的准确率都高于单用户数据训练的模型,平均相对 WER 降低超过 50%。该多用户模型在留出用户少于 200 句数据上微调后,WER 可低于 7%。

    AI 推荐理由:六名皮层内语音脑机接口受试者的数据被联合训练,读者可据此了解跨用户数据汇聚对解码准确率与部署速度的影响。

7月21日周二
  1. IEEE Spectrum:生物医学56

    UC Irvine Dion Khodagholy 团队开发可针刺接入的植入式生物电插座

    AI 摘要UC Irvine 的 Dion Khodagholy 团队在 Science Advances 报告一种植入式生物电插座,用针插入皮下接口即可为植入设备充电和传输数据。

    AI 推荐理由:该器件用多孔海绵与导电聚合物做成皮下电源接口,动物实验给出充电、数据传输与刺激的量化指标,可供比较现有无线充电方案。

7月18日周六
  1. Europe PMC(brain-computer interface · Preprints)62

    Lin H 等团队提出结构光照明显微镜,实现自由活动小鼠光学切片成像与实时神经解码

    AI 摘要Lin H、Wang S 等团队提出一种轻量(<3 g)、低成本的结构光照明显微镜,在自由活动小鼠中实现光学切片成像。该系统采用 Ronchi 光栅与时间复用激发的 HiLo 成像,抑制背景荧光,同时保留宽场显微镜的速度、视野与易用性,并支持光学切片多平面成像以提高神经元采集量。

    AI 推荐理由:该工作用低成本结构光照明显微镜在自由活动小鼠中实现光学切片,并演示了实时神经解码的闭环脑机接口原型。

7月16日周四
  1. Nature Portfolio(Brain–machine interface)66

    Duke G. B. Cogan 团队用 μECoG 对齐跨患者潜在动态提升语音解码

    AI 摘要Duke University 的 G. B. Cogan 团队在八名接受清醒神经外科手术的患者上,用高密度 μECoG 阵列记录感觉运动皮层,通过 PCA 提取潜在动态并用 CCA 跨患者对齐,训练出跨患者语音解码模型。

    AI 推荐理由:八名受试者的术中 μECoG 数据显示,跨患者对齐潜在动态后语音解码可超过个体模型,读者可据此比较跨患者与个体化训练路线。

7月15日周三
  1. Nature Portfolio(Brain–machine interface)68

    卡内基梅隆大学 Bin He 团队提出感觉引导人机联合学习框架,加速运动想象脑机接口控制习得

    AI 摘要卡内基梅隆大学 Bin He 团队在 31 名健康受试者中开展六次纵向分组实验,提出感觉引导的人机联合学习框架,将腕部振动触觉刺激与解码器样本重加权同步结合。联合学习组在一维混合任务中在线准确率峰值达 77.5%,二维任务为 66.9%,学习增益 19.0%,高于触觉对照组 6.3% 和 BCI2000 对照组 3.0%。

    AI 推荐理由:31 名健康受试者的分组对照显示,触觉引导与解码器同步更新结合后,运动想象脑机接口的学习增益明显高于单独触觉反馈或固定解码器。

7月13日周一
  1. Europe PMC(brain-computer interface · Top journals)71

    剑桥 Barone 团队在自由活动大鼠中实现脊髓表面环形记录

    AI 摘要剑桥大学 George Malliaras 与 Damiano G. Barone 团队开发了一种贴合脊髓、不穿透神经组织的超薄环形电极阵列,在自由活动大鼠的短期植入(最长三天)中同时解码运动意图、分类感觉输入并区分内脏感觉输入。

    AI 推荐理由:一种不穿透脊髓的环形超薄电极阵列,在大鼠和猪上同时完成运动意图、感觉与内脏传入解码,可供脊髓接口路线比较。

7月2日周四