/ 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

32通道事件型模拟前端芯片实现神经信号自适应压缩

研究人员开发了一款32通道事件型生物信号模拟前端芯片,采用180纳米CMOS工艺制造,支持脉冲频率调制与自适应异步Delta调制双模式编码。该芯片能根据输入信号包络实时调整编码数据率,实现高数据压缩,为脑机接口中的神经信号无线传输与在线处理提供了新方案。
推荐理由 这款芯片将事件驱动架构与自适应编码结合,能根据信号包络实时调整数据率,实现高压缩比,为脑机接口的无线传输和低功耗在线处理提供了新思路。

联邦图学习框架融合脑电与肌电,提升混合脑机接口运动意图识别

混合脑机接口研究面临脑电信号空间分辨率低、数据量小且涉及隐私、以及联邦学习中数据分布不均等挑战。一篇发表于《Computing and Informatics》的论文提出名为FSDFGL的联邦图学习框架,在构建图数据时将肌电信号融入脑电信号,并在联邦学习过程中仅共享结构信息,以避免异构特征共享导致的性能下降。在TAN数据集上的实验表明,该框架在识别复杂运动意图方面具有优势。
推荐理由 这篇论文提出了一种将肌电信号融入脑电的联邦图学习框架,用于混合脑机接口中的运动意图识别,属于脑机接口研究。

事件驱动解码瞄准假肢功耗瓶颈,性能超经典脉冲网络

一项预印本研究提出一种基于事件的神经解码方法用于神经假肢运动控制。研究指出,现代假肢虽由深度神经网络驱动,但高延迟、高能耗与空间需求限制了其普及:有线连接限制患者活动,无线连接又限制可传输的信息量;脉冲神经网络虽支持压缩通信与低功耗推理,但任务性能常落后于最先进深度学习模型。该研究提出的事件型门控循环单元以分级脉冲生成稀疏通信模式,在任务性能上超过经典脉冲神经网络,并配合高效训练方法与稀疏推理,为设备端神经解码提供新机会,有助于在延迟、能耗与空间受限的情况下部署假肢控制。该研究为预印本,尚未经过同行评审。
推荐理由 面向神经假肢运动控制的基于事件神经解码方法,事件型门控循环单元以分级脉冲生成稀疏通信模式并在任务性能上超过经典脉冲神经网络,结合高效训练与稀疏推理为设备端解码提供思路。该结果为预印本,未经同行评审。

格勒诺布尔大学医院注册闭锁综合征患者慢性言语脑机接口研究

格勒诺布尔大学医院注册了一项临床研究(登记号NCT07698496),评估慢性脑机接口用于闭锁综合征(LIS)患者言语康复的可行性与有效性。研究背景指出,非侵入式沟通方法认知负荷高且效率低,而现有侵入式言语BCI仍依赖经皮连接器,存在感染风险;目前缺乏适合长期居家使用的全植入无线实时言语BCI。本研究采用颅内硬膜外植入式脑机接口结合语音合成器,SpeechBCI方案将在同一受试者中测试两种互补方案:言语BCI(主要目标,BCI_PAROLE装置)与光标BCI(次要目标),两者均使用WIMAGINE颅内硬膜外系统。该试验目前处于登记阶段,尚无临床结果。
推荐理由 针对闭锁综合征患者言语康复的慢性脑机接口研究,采用WIMAGINE硬膜外颅内系统在同一受试者中测试言语BCI与光标BCI,回应目前缺乏适合长期居家使用的全植入无线言语BCI的空白,登记号NCT07698496可追踪。

强化学习给脑电解码“纠偏”,轨迹误差降四成

一项预印本研究提出CNN-LSTM-RL两阶段解码框架,用强化学习对CNN-LSTM连续运动想象解码器的输出做残差运动学校正。RL智能体离线训练、不直接使用EEG输入,而是基于预测的运动学轨迹优化相对目标轨迹的运动准确度。研究者称,与单独使用CNN-LSTM相比,CNN-LSTM-RL将2D平均相关系数从0.5076提升到0.7181,VR场景从0.6420提升到0.7780,RMSE分别降低40.2%和38.2%。研究者认为,该框架通过离线残差强化学习校正运动学误差,无需额外神经数据即可增强3D脑机接口运动想象解码,对神经康复、假肢与虚拟交互有潜在价值。该研究为预印本,尚未经过同行评审。
推荐理由 用强化学习对CNN-LSTM连续运动想象解码输出做残差运动学校正,将2D平均相关系数从0.5076提升到0.7181、VR场景从0.6420提升到0.7780,无需额外神经数据即可改善3D脑机接口解码。该结果为预印本,未经同行评审。

中国康复辅具产业将纳入脑机接口等前沿技术开发

中国官方日前发布康复辅具产业三年行动方案,明确将脑机接口、人工智能和柔性电子等前沿技术与康复辅具开发深度融合,并以医工结合为方向,推动康复辅具材料和元器件的技术突破。
推荐理由 官方政策文件明确将脑机接口列为康复辅具产业扩能提质的关键共性技术方向,标志着脑机接口正式进入国家康复产业发展战略布局。

脑机接口纳入国民健康十五五规划重点研究

中国国务院发布的《国民健康十五五规划》明确将脑机接口列为卫生健康领域基础研究的重点方向,作为医疗设备和生物医药领域国家科技重大专项的重要技术突破口。
推荐理由 中国国务院在国民健康十五五规划中明确将脑机接口列为卫生健康领域重点研究方向,标志其正式纳入国家科技战略布局。

扩散模型隐表示接入神经语音解码,词错误率最低降至3.5%

多伦多大学团队用扩散模型不同时间步的隐表示作为神经语音解码的中间层,词错误率随时间步选择大幅变化。
推荐理由 该研究把神经解码重新表述为表征学习问题,系统比较不同扩散时间步隐表示的解码效果,为后续BCI语音解码模型的中间表示设计提供了可量化的参考依据

皮层脑电网络特征结合SVM,实时预测癫痫发作前风险

诺瓦东南大学团队用颅内皮层脑电网络特征结合支持向量机与贝叶斯更新,构建实时连续的癫痫发作风险预测方法。
推荐理由 该研究基于颅内脑电网络特征提出可实时更新的癫痫发作风险预测方法,计算量轻、可解释性强,为闭环神经调控设备的发作预警功能提供了潜在的算法思路

EEG驱动TMS闭环调控工作坊将在广州举行,英智科技将展示相关设备

中国康复医学会脑功能检测与调控康复专业委员会将于2026年7月17日在广州举办脑客中国:脑机接口——EEG驱动TMS闭环调控工作坊。该工作坊聚焦脑机接口技术在神经康复中的应用,特别是通过实时分析脑电信号触发经颅磁刺激的闭环调控方法。深圳英智科技有限公司(Shenzhen Hanix United)将携相关设备参会。英智科技是本次大会的支持单位之一,将展示EEG驱动TMS闭环调控脑机接口设备与近红外脑功能成像装置,为临床医生和研究者提供实操机会。此次工作坊是2026中国康复医学会脑功能检测与调控康复专业委员会学术年会暨第八届脑功能检测与调控康复论坛的同期活动,旨在推动脑功能检测与调控康复领域新理念、新技术的传播与应用。
推荐理由 这是国内首个将EEG与TMS结合实现闭环调控的专题工作坊,标志着脑机接口技术从实验室走向临床应用的又一进展。英智科技作为支持单位将展示相关设备,为临床医生和研究者提供实操机会。

© 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