/ EN

BCIwiki 脑机百科 —— 全球脑机接口新闻、研究与产业数据库

最近动态

2026 年 8 月

浙江把脑机接口二类器械注册审评压到40个工作日

浙江省人民政府办公厅印发《关于推进脑机接口产学研联动的若干措施》,文号浙政办发〔2026〕33号,成文日期2026年7月16日,分五个方面共18条。支持临床价值明确的第二类医疗器械进入特别审查程序,审评时限压缩至40个工作日以内,医用耗材挂网10个工作日内办结。资金分四档,省重大科技专项单项最高1000万元,深度参与临床前研究的研究型医院单项不超过800万元,应用基础研究单项最高300万元,牵头制定国际、国家、地方标准分别不超过100万元、50万元和10万元。仅用于临床研究的床位不纳入病床效益和疾病诊断相关分组绩效考核。
推荐理由 40个工作日是各省最短的二类器械审评承诺,比九天前山东那份的90个工作日再砍一半以上,审评时限正在成为省际竞争的新战场。800万元那条的对象是研究型医院而非企业,配上临床研究床位免考核,解决的是医院不愿让床位的现实阻力。

SpikeGadgets硬件支持实时脑扰动实验,闭环研究进入毫秒级时代

SpikeGadgets公司发布消息称,其硬件通过低延迟以太网和TrodesNetwork API,支持研究人员在毫秒级时间内检测神经活动模式并触发扰动。加州大学旧金山分校(UCSF)的两项研究展示了该技术的应用:一项通过连续解码大鼠海马群体活动,实现神经反馈系统,使大鼠学会主动生成特定记忆表征以获得奖励;另一项通过实时触发theta相位特异性光遗传刺激,分离了theta节律与replay过程,揭示了二者在机制上的可分离性。
推荐理由 这条消息展示了闭环脑机接口研究的关键硬件能力:毫秒级神经信号读取与刺激触发。UCSF两项研究分别实现了神经反馈训练和theta相位特异性光遗传刺激,说明闭环技术已能从概念走向具体实验应用。对关注侵入式脑机接口和神经调控的读者,这是理解闭环系统实际工作方式的一个窗口。

脑机接口进心理健康诊疗,新研究先立伦理框架

研究者提出脑机接口在心理健康领域应用的伦理本体论框架,用于平衡技术伦理、有效性与效率三方面考量。
推荐理由 脑机接口在心理健康干预中的应用日益广泛,但其伦理问题尚缺乏系统性分析工具。该论文提出的本体论框架为BCI伦理决策提供了结构化路径图,对指导临床实践和政策制定具有参考价值。

闭环脑电神经反馈干预心理健康,综述梳理技术与应用现状

PRISMA综述评估闭环脑电脑机接口和神经反馈在心理健康干预中的应用,从三个数据库检索1101条记录并纳入25项研究。
推荐理由 闭环脑电BCI在心理健康领域的干预潜力日益受到关注,但现有研究多为小规模试点。该综述系统梳理了2021年以来的25项相关研究,涵盖范式设计、信号处理和机器学习方法等维度,为该领域的技术路线和未来研究方向提供了全面参考。

脑机接口运动想象脑电分类新方法准确率达94.8%

研究者提出结合离散小波变换和chirplet变换的运动想象脑电分类方法,在CBCIC数据集上准确率达94.8%,响应时间1.03秒。
推荐理由 运动想象BCI的准确分类是提升系统可靠性的关键。该方法结合DWT和chirplet变换强调时间相关数据的重要性,在两个公开数据集上均取得了较高的分类准确率和快速响应时间。

运动还没开始皮层已在编码,BrainGate发现可提速光标控制

BrainGate2临床试验3名参与者的颅内记录显示,运动皮层准备活动编码即将到来的运动方向、曲率和距离,实现了基于准备活动的在线光标控制。
推荐理由 运动准备活动有望通过预判用户运动意图提升BCI性能,但此前对人类运动皮层准备活动编码的运动特征了解有限。该研究系统揭示了准备活动编码的丰富运动特征,并展示了利用准备活动实现快速光标控制的在线范式,为高性能BCI应用开辟了新方向。

脑机接口帮截瘫患者激活神经可塑性,综述给出分层康复策略

综述系统总结了BCI在截瘫患者神经康复中的分层策略和综合护理模型,指出BCI可有效激活神经可塑性、缓解痉挛并改善运动意图。
推荐理由 截瘫传统康复以被动训练为主,对中枢神经重塑效果有限。该综述从神经康复和护理双重视角出发,系统梳理了BCI在截瘫患者中的应用价值,提出了分层康复策略和综合护理模型,为临床实践提供了结构化参考。

SSVEP脑机接口出实验室难在哪,综述列出瓶颈与解法

综述分析了SSVEP-BCI系统从实验室到实际应用面临的技术、硬件和用户层面瓶颈,总结了EMG融合去噪、新材料海绵电极和混合范式等解决方案。
推荐理由 SSVEP因高信息传输率和低训练需求成为BCI主流范式之一,但从实验室到实际应用仍面临多重瓶颈。该综述系统分析了技术、硬件和用户三个层面的核心困难并总结了现有解决方案,为SSVEP-BCI的实用化提供了路线图。

从RNN到Transformer,综述盘点生成式模型解运动想象全景

一篇发表于《Sensors》的综述系统梳理了RNN、VAE、GAN与Transformer等序列及生成式深度学习模型在运动想象脑机接口分类中的应用与挑战。
推荐理由 该综述系统梳理了近年深度学习在运动想象脑机接口分类中的技术演进路径,对跨被试差异、低信噪比、实时分类等长期瓶颈做了较为全面的问题梳理,可作为该方向研究者快速把握技术图景的参考。

© 2026 BCIwiki.com 产业简报 主题索引 提交线索 订阅本站 修订记录 关于我们