BCIwiki 脑机百科 —— 全球脑机接口新闻、研究与产业数据库

该预印本提出CORTIVA，一个用于EEG与MEG到图像检索的候选分数融合框架。研究者称，不同于现有方法先将异构视觉监督压缩为单一嵌入再排序，CORTIVA让三条解码路线对齐到异构视觉目标、独立为同一候选库打分，仅在排序前合并温度缩放的分数向量，从而保留互补证据。研究显示，在200选1的THINGS-EEG2基准上，CORTIVA在10名被试上达到Top-1准确率73.5%、Top-5达95.3%，超最强已报告基线10.3和5.4个百分点；用模态特定神经编码器时，同一融合原则在THINGS-MEG上达到Top-1为42.4%。该研究为预印本，尚未经过同行评审。

此前该产品的510(k) 许可限于30分钟以内的术中使用。延长至30天意味着可进入更长周期的临床研究，是该公司走向永久植入路径的中间节点。

人民网转述阶梯医疗最新临床进展，多名高位截瘫患者使用微创植入式脑机接口连续完成3至4小时电脑工作，任务包括电商物流协调和售货机后台标注。公司报告系统采用256通道，脑控延迟低于50毫秒。公开报道没有给出参与者总数、统一测试方案和不良事件明细，这些性能数据应保留公司归因。

该研究提出一种基于两层图卷积网络（GCN）的空间谐波化框架，将异构EEG记录映射到统一物理电极布局并保留运动想象信息，以解决MI-BCI数据集间电极配置差异对迁移学习的限制。研究将每个EEG试验建模为图，以GCN捕捉电极与样本间的时空关系，并通过时域、频域与空间域分析及EEGNet、FBCNet与ADFCNN下游分类评估。结果显示谐波化EEG的误差低于球面样条插值，且保留运动想象EEG的主要时谱空特征；在数据集A的会话内分类中，结合真实与谐波化EEG使EEGNet准确率从56.57%提升到66.20%、FBCNet从61.96%提升到72.54%，并支持仅源域跨数据集迁移与目标域微调。

GB/T 47023-2026《信息技术 脑机接口 参考架构》和 GB/T 47127-2026《信息技术 脑机接口 多模态数据格式》于2026年8月1日实施，是国内脑机接口领域首批基础通用标准。前者规定参考架构、用户视图与功能视图，后者规定多模态数据的总体结构、目录层次与文件命名规范。两项都是推荐性标准。

一项预印本研究采用射频背散射与近场无线充电应对植入式脑机接口的无线连接与功耗挑战。研究指出，高分辨率微电极阵列虽提供精确的脑读取与刺激，但实现32-128 Mbps的高速率无线连接功耗过高，不适合植入电池长期使用。该方案去除植入体内的收发器电子元件，将复杂度转移至体外读取端，显著降低植入功耗，并通过磁耦合实现神经记录与刺激芯片的无线供电，从而支持全植入式脑机接口。研究者呈现了该设计场景的初步测试结果，验证了其可行性。该研究为预印本，尚未经过同行评审。

该预印本提出EasyBCI，一个两阶段LLM智能体，为6类信号规划并执行预处理管线。该研究为预印本，尚未经过同行评审。研究者称，Plan Agent把每条记录画像为纯文本数据指纹，不向模型暴露原始数据，并选择有文献依据的算子序列，Execution Agent生成、运行并自我修正代码，直至满足质量标准。在固定线性分类器的EEG评测中，五个EasyBCI骨干比人工管线保留更多任务相关可分性。作者称，EasyBCI扩展到5种额外模态，采样率跨度近三个数量级，产出带决策溯源的完整可复现管线。

该研究发布了来自24名卒中患者的多范式纵向EEG数据集，涵盖新颖的“第六指”运动想象与患手运动想象范式。研究指出，单一运动想象范式与相关EEG数据集的缺乏可能限制卒中康复中的准确解读与有效应用；该数据集覆盖训练前、训练后与随访的完整纵向康复阶段，包含原始EEG数据、预处理数据与患者临床信息。初步分析使用CSP+SVM与CSP+LDA等经典机器学习算法，两种范式间的平均分类准确率保持在约85%-86%。作者预期，该数据集将促进MI-BCI范式与卒中神经可塑性研究，并有助于开发高效的卒中康复脑机接口系统。

浙江省人民医院完成全国首例320分辨率视觉脑机接口植入,失明近20年的40岁患者据报道已能辨字书写、自主行走。

一项纳入60名亚急性卒中偏瘫患者的研究显示，在常规康复基础上增加运动想象脑机接口训练，可显著改善患者的上肢运动功能、简化上肢功能评分和日常生活能力。实验组30人接受为期3周、每周5天的额外脑机接口训练，对照组仅接受常规康复。结果显示实验组在Fugl-Meyer上肢评分、简化上肢功能评分和Barthel指数上的改善均优于对照组，差异有统计学意义。