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
07-20 · University of Calgary 等 3 家 加拿大 论文发表 基础与方法

脑电分类装进纯逻辑电路，模型体积缩小14倍

一项预印本研究评估可微分逻辑门网络（Diff-Logic）作为资源受限脑机接口的低延迟EEG分类硬件方案，将模型编译为纯布尔电路。研究在4个EEG数据集、2类任务（二分类痴呆筛查与3分类情绪识别）上，将Diff-Logic与等容量的多层感知机（MLP）和二值神经网络基线进行对比。研究者称，Diff-Logic在痴呆筛查上取得80.2%的Macro F1，较MLP基线高6.8%；在功耗受限设备上部署时MLP延迟高2.3倍、模型体积大14倍，而Diff-Logic推理时间在模型规模扩大10倍时几乎不变。该研究为预印本，尚未经过同行评审。
推荐理由 将可微分逻辑门网络用于资源受限脑机接口的低延迟EEG分类，在痴呆筛查上以80.2% Macro F1超过MLP基线6.8%，推理时间在模型规模扩大10倍时几乎不变，为边缘端EEG部署提供硬件友好方案。该结果为预印本，未经同行评审。
查看详情 →
07-20 · Case Western Reserve University 等 4 家 美国 论文发表 基础与方法

术前多模态成像选好植入点，四肢瘫患者抓握解码准确率96%

该研究通过整合解剖、功能与血管成像及术前3D建模，为一例C5四肢瘫痪参与者的抓握相关运动解码优化皮层内微电极阵列植入位点。参与者接受解剖MRI、弥散加权成像与任务态fMRI，以识别抓握相关皮层区域并避开血管与言语关键区；Quicktome软件结合结构连接与功能激活数据细化靶区选择，3D打印颅骨与皮层模型支持术前规划，包括开颅与电极定位模拟。功能性成像识别出前顶内沟（AIP）、腹侧前运动皮层（PMv）与额下回（IFG）的抓握相关激活，最终选定AIP及PMv的6v与6r亚区。术后利用植入阵列在尝试性臂/手运动期间采集的神经数据验证电极放置，阵列实现高保真解码，联合分类准确率达96%。
推荐理由 为一例C5四肢瘫痪者整合解剖、功能与血管成像及术前3D建模优化皮层内电极植入位点，术后阵列实现96%联合分类准确率，为抓握相关脑机接口的电极放置提供多模态方法。
查看详情 →
07-20 · 上海脑科学与类脑研究中心 等 2 家 中国 论文发表 基础与方法

脑电运动想象分类新算法：仅数千参数，准确率超80%

脑机接口（BCI）需要从脑电信号中识别用户的运动意图，但传统深度学习模型往往参数庞大、计算开销高。研究人员提出一种名为Ghost-LENet的轻量级卷积神经网络，在BCI Competition IV-2a和IV-2b数据集上分别达到82.18%和83.05%的分类准确率，而可训练参数仅数千。该模型结合膨胀时间卷积、平稳小波变换、动态残差融合与Ghost模块，在保持高精度的同时大幅降低模型复杂度，为资源受限的BCI应用提供了新方案。
推荐理由 这项研究提出了一种轻量级神经网络，用数千参数在公开数据集上达到超80%准确率，为脑电运动想象分类提供了低计算成本的方案。对脑机接口领域而言，这意味着未来或许能在便携设备上实现高效解码。
查看详情 →
07-19 · Lebanese German University 等 3 家 伊拉克黎巴嫩 论文发表 基础与方法

脑电控制智能家居报99%准确率，25名受试者数据验证

该研究提出并构建了一套基于增强脑电图（EEG）的智能家居脑机接口方案，使用25名受试者的运动想象EEG数据集（64通道BCI2000设备采集）。研究从CNN卷积层提取特征用于训练分类器，提出的支持向量机（SVM）、卷积神经网络（CNN）与线性判别分析（LDA）模型可去除导致误分类的过度噪声与重叠，并将选定特征分为不同类别，依据Arduino UNO可处理的类别数控制智能家居设备。三种模型的整体准确率分别为99%、96%和99%。作者认为，该运动想象EEG分类方案可用于通过脑电波控制智能家居，未来可能对老年人和行动不便者有帮助。
推荐理由 面向行动不便人群的EEG脑机接口智能家居控制方案，使用25名受试者的运动想象数据，SVM、CNN与LDA分别达到99%、96%与99%准确率，展示了脑控家居的应用形态。
查看详情 →
07-18 · 中国医学科学院北京协和医学院 中国 论文发表 基础与方法

不到3克的结构光显微镜问世，自由活动小鼠也能实时神经解码

Beijing Normal University团队开发了一种重量低于3克的低成本结构光微型显微镜，利用Ronchi光栅与时分复用激发实现HiLo成像，可在自由活动小鼠中进行光学切片。研究显示，该系统能抑制离焦背景荧光，同时保留宽场微型显微镜的速度、视野与可及性，并支持多平面成像以增加可记录神经元数量。在海马记录中，基于感兴趣区域的信号质量和空间信息读取均得到改善。团队还展示了由快速在线信号提取和实时神经解码支持的概念验证闭环脑机接口。该研究为bioRxiv预印本，尚未经过同行评审。
推荐理由 这项工作把低成本光学切片、在线信号提取和闭环神经解码整合到轻量设备中，为自由活动动物脑机接口实验提供了更易部署的成像与反馈工具。
查看详情 →
07-18 论文发表 基础与方法

脑瘫儿童脑控康复校准时间有望大幅缩短，跨被试学习准确率达91%

一项预印本研究提出，利用跨被试累计学习和迁移学习，可显著减少脑瘫儿童运动相关皮层电位（MRCP）脑机接口系统的校准需求。研究在4名脑瘫儿童的27次训练中评估了双向长短期记忆网络，发现跨被试累计学习在无需会话内校准的情况下达到91%的准确率，加入迁移学习后准确率升至93%，均优于传统校准策略。
推荐理由 这项预印本研究的价值在于，它直接回应了脑机接口在儿科康复中落地的一个现实障碍，即每次治疗前漫长的校准时间。通过跨被试累计学习和迁移学习，在无需或仅需少量会话内校准的情况下仍保持高解码准确率，为MRCP脑机接口走向临床实用提供了可行路径。
查看详情 →
07-17 · 内蒙古医科大学 中国 产业报道 进展与扩展

内蒙古首个脑机接口病房在呼和浩特揭牌

据央视网2026年7月17日报道，内蒙古自治区首个脑机接口病房在呼和浩特揭牌。揭牌仪式上，内蒙古医科大学康复医学科主任呼日勒以《以脑机接口病房建立为契机——打造自治区临床康复新生态》为题作专题汇报，介绍了该院脑机接口病房的建设情况、技术优势与未来发展规划。汇报将病房的建立定位为打造自治区临床康复新生态的契机。央视网报道未披露该病房的床位规模、设备构成、收治范围与启用时间等细节，也未说明病房所依托医院的全称。
推荐理由 自治区首个脑机接口病房落地呼和浩特，把脑机接口临床康复场景的版图扩展到内蒙古，以病房建制运行也是脑机接口设备从进医院走向科室化管理的信号。
查看详情 →
07-17 论文发表 沟通与语言

N400时间窗影响语义神经解码

芬兰Aalto University团队在一项MEG词语启动实验中，把经典N400诱发反应与语义向量解码放在同一框架下比较。25名芬兰语母语者阅读语义相关程度不同的词组后，不相关启动词引发更高的N400反应，并为语义解码器提供了最佳训练样本。研究者称，语义信息从刺激开始后约100至500毫秒均可解码，但在N400峰值过后，脑活动不再稳定映射到与语境无关的语义向量。这项结果提示，N400时间窗结束可能标志着神经表征由词语特异信息转向更广泛语境。该研究为bioRxiv预印本，尚未经过同行评审。
推荐理由 研究把N400这一成熟语言电生理指标与语义向量解码直接关联，并给出明确的解码时间窗，为非侵入式语言脑机接口的特征选择和时序设计提供了可检验线索。
查看详情 →
07-16 · Jožef Stefan Institute 斯洛文尼亚 论文发表 基础与方法

开源实时脑机接口应用Dendrite发布，采集训练推理一站打通

一项预印本研究介绍Dendrite，一个开源的实时脑机接口Python应用（GPL-3.0许可），将多模态生理信号采集、解码器训练与实时推理整合在单一可修改应用中。Dendrite可同时以各自原生采样率记录多路信号并并发执行多种处理模式；解码器可从已训练模型开始或在管线运行期间实时拟合，同一批记录也可用于应用内的离线训练。每次记录、解码器与训练运行均在数据库中追踪，部署的解码器可追溯至其配置与训练来源；实验范式保持外部独立，通过网络与应用通信。研究者在内部与公开BCI数据集上对系统进行端到端验证，训练并实时更新解码器。该研究为预印本，尚未经过同行评审。
推荐理由 开源的实时脑机接口Python应用，将多模态采集、解码器训练与实时推理整合于单一可修改应用中，并在内部与公开数据集上完成端到端验证，为在线BCI研究提供可复现工具。该结果为预印本，未经同行评审。
查看详情 →
07-16 · Soka University 日本 论文发表 基础与方法

语境嵌入之外，surprisal对语言神经响应几乎不加预测力

一篇bioRxiv预印本用高频伽马ECoG信号检验发现，在GPT-2语境嵌入之上加入surprisal预测因子，对语言理解神经响应的预测力几乎没有额外贡献。
推荐理由 该研究为脑机接口语音语言解码模型的特征选择提供了直接证据：语境嵌入可能已经隐含编码了surprisal所携带的信息，为未来解码模型简化特征工程、聚焦语境嵌入本身提供了方法学参考。
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