中 / 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 7 月
07-26 加拿大 论文发表 基础与方法

准确率最高的神经解码器，不一定是最好用的

英属哥伦比亚大学团队在bioRxiv发布开源基准BEND-BCI，横向评测23种神经解码方法，覆盖运动、视觉、言语和空间四类任务，跨16个真实或合成神经记录。该基准除留出预测准确率外，还比较对输入扰动的稳健性、计算成本和跨记录潜在表征一致性。加入这些维度后，解码器排名经常改变，留出准确率不能可靠识别最稳健、最省算力或跨记录最一致的模型。较简单的基线方法与参数量大得多的深度网络相当，某些情况下甚至更优。作者据此提出，解码器选型应从准确率排行榜转为在任务、资源、表征与诊断目标之间的约束决策。该预印本2026年7月26日上传至bioRxiv，尚未经过同行评审。
推荐理由 解码算法论文几乎都以刷高准确率为卖点，但真正决定设备能不能用的是稳健性、算力开销和换一次记录还能不能复用。这份基准把这些维度摆到同一张表上，并指出简单方法常常不输深度网络，对选型和论文阅读都是一把尺子。
查看详情 →
07-26 论文发表 运动与控制

多会话运动想象EEG分类，ATCNet-CIAM在BCI IV-2b达到87.96%准确率

研究者称，多会话运动想象EEG信号分类框架ATCNet-CIAM于2026年7月26日以预印本形式上传至arXiv，尚未经过同行评审。基于运动想象的EEG被广泛用于非侵入式脑机接口，但跨会话与跨被试的稳健解码仍是核心挑战。ATCNet-CIAM结合时间卷积、通道注意力与CIAM模块做多会话运动想象EEG分类。研究者称，标准协议下ATCNet-CIAM在BCI IV-2a达到86.32%准确率、在BCI IV-2b达到87.96%，WBCIC-MI被试内2类与3类任务分别达到89.46%和83.64%；该稿已被ISRSD 2026会议接收。
推荐理由 跨会话稳定性是运动想象BCI的实用瓶颈，该预印本报告ATCNet-CIAM在BCI IV两个数据集达到86.32%与87.96%、被试内2类任务89.46%，为多会话解码提供可核验基线。
查看详情 →
07-25 · 北京理工大学 中国 论文发表 基础与方法

脑电生成引入位置自适应调度，下游分类最高多6.77个百分点

一项预印本研究提出一种基于条件流匹配的自适应EEG生成框架，用于缓解脑机接口应用中的数据稀缺并支持大规模神经建模。研究指出，既有流式方法假设样本内各通道与各时间段共享单一全局时间进程，忽视了并非所有EEG时刻都同等重要；该框架引入位置自适应时间调度，跟踪逐位置重建误差以调节流匹配轨迹中位置特定的时间进程，并整合分解时空注意力与频率对齐的多分辨率谱一致性损失，以建模体传导引起的跨通道依赖并补偿EEG的幂律谱偏差。在三个采集协议与任务语义不同的EEG数据集上，该框架一致优于最强基线，将TS-FID最高降低62.2%，下游分类准确率提升最高6.77个百分点。该研究为预印本，尚未经过同行评审。
推荐理由 提出位置自适应时间调度的EEG生成框架，在三个EEG数据集上将TS-FID最高降低62.2%、下游分类准确率提升最高6.77个百分点，为脑机接口数据增强提供方法。该结果为预印本，未经同行评审。
查看详情 →
07-25 · University of Washington 美国 论文发表 基础与方法

贝叶斯完全池化跨20个数据集检验，运动想象EEG分类无实践增益但能耗高13倍

研究者称，一项关于贝叶斯完全池化用于跨被试运动想象EEG分类的大规模研究于2026年7月25日以预印本形式上传至arXiv，尚未经过同行评审。脑机接口长期追求免校准运行，但分类器通常只按判别能力评测，忽视预测概率是否校准良好。该研究在20个数据集上比较贝叶斯完全池化模型与频率学派基线，做跨被试左手对右手运动想象EEG分类，6条频率学派管线各配对一条特征工程相同、用MCMC后验采样拟合的贝叶斯管线。研究者称，贝叶斯完全池化带来统计显著但非实践显著的可靠性改善和预测不确定性增加，Brier分数、分辨力与判别无显著差异，贝叶斯管线能耗约为频率学派管线的13倍。
推荐理由 校准是脑机接口评测的盲区，该预印本在20个数据集上系统比较贝叶斯完全池化与频率学派管线，发现可靠性增益仅统计显著且能耗高13倍，为校准研究的成本收益提供量化参照。
查看详情 →
07-24 · Central Michigan University 等 2 家 美国 论文发表 基础与方法

全球儿科脑机接口临床试验仅11项，儿童在BCI研究中或未获足够重视

一项基于注册库的横断面分析显示，全球儿科脑机接口（pBCI）临床试验仅有11项，覆盖7个国家，其中8项评估非植入式设备、3项评估植入式系统。非植入式试验中位入组29人、中位持续56天，植入式试验中位入组8人、中位持续365.3天。仅4项研究只纳入儿科受试者，其余同时招募成人和儿童。研究者指出，当前pBCI临床研究范围有限，儿童在BCI研究中可能未得到充分优先考虑。
推荐理由 这项研究首次系统梳理了全球儿科脑机接口临床试验的规模与特征：仅11项试验、7个国家，且多数同时招募成人和儿童。对读者而言，它揭示了儿童在BCI研发中的边缘化现状，也提示监管和临床策略需更多关注这一群体。
查看详情 →
07-24 · University College London 英国 论文发表 基础与方法

深度学习只用发作间期脑电定位致痫区，161名患者跨中心验证

研究团队开发了一种处理多通道发作间期颅内脑电的深度学习架构，用于在不依赖发作期记录和人工标注的情况下定位致痫区。模型结合Morlet小波时间Transformer编码器与空间注意力编码器，在7个独立中心的50.5小时数据上评估，覆盖161名患者和17,012个通道。留一中心交叉验证得到汇总AUROC为0.778，95%置信区间为0.748至0.808，各留出中心的区分能力均高于随机水平。结果显示，跨中心、跨植入方式的表现与既有电生理基线相当，但仍需前瞻性临床验证。该研究为medRxiv预印本，尚未经过同行评审。
推荐理由 该模型在多中心、大规模颅内脑电数据上检验跨中心泛化，并以发作间期信号定位致痫区，为术前评估中的神经解码辅助工具提供了较扎实的验证基础。
查看详情 →
07-24 论文发表 感觉与反馈

全高清脑成像视频数据集公开，脑活动可重建出动态人脸

研究者称，动态人脸重建的几何引导神经解码框架fMRI2Face于2026年7月24日以预印本形式上传至arXiv，尚未经过同行评审。研究发布全高清fMRI视频数据集fMRI-Face与几何引导神经解码框架fMRI2Face，均面向从fMRI重建动态人脸的问题。研究者称，fMRI2Face从脑活动中派生两个互补神经控制量，即脑源外观上下文与可变形3D面部控制，并通过带辅助潜变量补全的神经控制视频扩散，实现从脑活动直接重建高保真面部视频。
推荐理由 从fMRI重建动态人脸是神经解码的前沿方向，该预印本同时给出全高清fMRI视频数据集与几何引导解码框架，从脑活动直接重建高保真面部视频，为领域提供数据与方法参照。
查看详情 →
07-24 论文发表 基础与方法

个性化脑机接口范式实现听觉频率辨别客观评估，11名健康参与者验证

传统听觉频率辨别测量依赖受试者的主动行为反应，易受主观因素干扰。基于脑机接口技术，研究者设计了个性化快速序列听觉呈现范式，招募11名健康参与者，提出多尺度时空双注意力网络（MS-STAMNet），用于弱听觉诱发反应的单试次解码。结果显示，MS-STAMNet的平均未加权平均召回率为(69.67±6.12)%，AUC为0.7618±0.07，优于EEGNet和PLNet等基线模型。回归分析显示神经解码与行为表现分离，表明模型能捕捉未触发显性意识的隐性频率偏差特征。
推荐理由 传统听觉频率辨别依赖行为反应，易受主观因素干扰。这项研究用脑机接口范式客观量化听觉感知，11名健康参与者验证了MS-STAMNet的解码性能，为临床听觉评估提供了不依赖主观报告的新思路。
查看详情 →
07-24 · BrainAccess 产业报道 进展与扩展

BrainAccess发布MATLAB API，脑电数据直连桌面MATLAB

脑机接口公司BrainAccess宣布推出MATLAB API，允许用户直接从桌面MATLAB连接其脑电设备并采集数据。该API支持蓝牙连接、配置通道和采样率、启动和停止数据流，以及将数据导入MATLAB数组。此前，使用BrainAccess硬件需要转向Python、C或依赖LSL MATLAB工具箱。新API旨在减少环境切换的麻烦，使数据能直接流入Signal Processing Toolbox、EEGLAB等常用工具。BrainAccess是一家专注于无线干电极脑电系统的公司，其产品线包括MINI、MIDI、MAXI和HALO等型号，广泛应用于神经科学研究和工程实践。此次发布的MATLAB API与现有的Python API结构一致，便于用户快速上手。该工具箱以单个.mltbx包形式安装，适用于桌面MATLAB（R2025b或更新版本），并支持会话注释和直接保存为.mat文件，进一步简化了数据采集与分析流程。
推荐理由 BrainAccess推出MATLAB API，让脑电数据能直接流入科研人员常用的MATLAB环境，省去中间转换步骤。对使用该品牌设备的研究者来说，这意味着更顺畅的数据采集与分析流程。
查看详情 →
07-23 · Precision Neuroscience 美国 产业报道 植入与实施

Precision 聘脑机接口先驱 Donoghue 任科学顾问

把电极放在大脑表面而不是插进脑组织，是 Precision Neuroscience 与 Donoghue 当年 BrainGate 路线的关键差别。这家总部位于纽约的公司专攻微创、可安全取出、高带宽的脑机接口，首个系统 Layer 7 面向肌萎缩侧索硬化、脊髓损伤和脑干卒中患者，公司估计这一人群在美国有 31.5 万人。公司称，Layer 7 皮层表面阵列已在多家领先学术医疗中心的近 100 名患者身上植入，累计从投资者处筹集 1.8 亿美元，并获得美国食品药品监督管理局 510(k) 许可。Donoghue 是布朗大学荣休教授，他将就器械设计、信号解码与临床策略提供建议，公司正推进长期植入研究与商业化上市。
推荐理由 Donoghue 的实验室在 2006 年首次证明瘫痪者能用神经信号控制光标和机械臂，那批实验是今天商用脑机接口行业的起点。他加入的 Precision 走的是不穿透脑组织的皮层表面电极路线，与 BrainGate 的皮层内电极不同；公司称该阵列已用于近 100 名患者，但长期植入研究尚未启动。
查看详情 →

© 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