上海市科委组织国家脑科学专项申报，11月4日启动填报
上海市科学技术委员会组织申报“脑科学与类脑研究”国家科技重大专项2027年度第一批项目，网上填报时间为2026年11月4日至12月4日。牵头单位须通过国家科技管理信息系统公共服务平台提交申报书，附件以电子扫描件上传。
推荐理由
通知给出了上海地区的申报时间和提交方式，申报团队可据此安排材料准备；具体项目条件仍须对照国家指南。
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 10 月
华中科技大学跨人视觉脑电对齐，每类用1个带标签试次
华中科技大学提出KDHNet，将解析信号处理与神经网络结合，用于校准数据较少时的SSVEP视觉脑电解码。在三个公开数据集的受试者内比较中，15个分析窗设置中的14个及全部10个校准比例设置，其平均准确率和信息传输率在所比方法中最高。跨人评估位列第一或第二，但对齐仍需目标受试者每类一个带标签试次。结果来自数据集实验，不能视为零校准系统已验证。
推荐理由
跨受试者解码仍需目标受试者每类一个带标签试次来对齐数据，因此“少校准”并非“零校准”。这一条件有助于理解作者所说的即插即用目标与当前实验设置之间的区别。
同济大学等开发脑电研究智能体，经验复用实验减少64.02%词元消耗
同济大学、蚂蚁集团和上海交通大学等机构作者提出NeuroAct脑电研究智能体。在经验复用实验中，BCIC-IV-2a平衡准确率从34.66%升至50.81%，大语言模型词元消耗减少64.02%。研究还评估通用分析、跨任务优化、单任务研究和协作预测，成果以预印本发布。
推荐理由
NeuroAct把前次研究的结果整理为带适用条件的建议，再在新任务中检验，提供了一种同时比较预测表现与研究成本的实验方式。
运动想象脑电分类框架完成双数据集测试与设备部署
研究团队提出了一种运动想象脑电分类框架，在两个竞赛数据集上测试，并部署到NVIDIA Jetson Nano。按受试者依赖协议评估时，该方法在BCIC III IVa和BCIC IV 2a上的准确率分别为93.67%和79.14%；采用留一受试者法、测试对未参与训练者的泛化能力时，平均准确率分别为76.49%和55.50%。设备部署测试还报告了完整处理流程的延迟和吞吐量。这些结果展示了数据集分类表现及设备运行速度，但不能据此认定该方法已能改善运动障碍。
推荐理由
同一框架在受试者依赖评估和跨受试者评估中的表现不同。区分这两种条件，有助于理解针对个人训练的分类能力，与应用于未参与训练者时的泛化能力并非一回事。
卒中后上肢康复研究：两类脑机接口训练优于常规康复，但证据确定性低
推荐理由
治疗排序不能直接当作效果优劣的结论。这项分析中，视觉反馈的排序指标最高，却未显示相对常规康复的显著优势；选择反馈方式仍需要更高质量的直接比较试验。
国家药监局数据库更新博睿康产品信息，涉及两款脑机接口系统和两款电极套件
国家药监局UDI数据库收录博睿康NEO-M、NEO-M Pro两款手部运动功能代偿系统型号，以及K1014-25、K1014-35两款植入式脑电电极套件型号。系统对应国械注准20263120537，电极套件对应国械注准20263120536。登记描述列出了植入部件、脑电信号收发器、气动手套和软件的组成关系。
推荐理由
将4条记录放在一起，可以按型号和证号区分整套系统与电极套件，避免把不同型号的UDI登记误算为4项独立产品获批事件。
脑电通道缺失时，新方法更准确地识别想象中的动作
研究团队提出TriRouter框架，针对脑电通道稀少或受损时的运动想象分类问题，根据可用通道分配不同处理路径的贡献。在BNCI2014-001数据集上，相比研究中最强的受损脑电基线方法，该框架在名义缺失比例为25%、50%和75%的设置下，准确率分别提高3.68、4.02和6.46个百分点。作者还报告，该方法在按区域成组缺失通道及额外的低通道数数据集评估中仍有效。这些结果来自数据集评估，不能直接等同于实际使用中的脑机接口表现。
推荐理由
这项研究不仅测试不同程度的通道缺失，还考察按区域成组缺失的情况。后者关注缺失位置带来的影响，为理解模型能否应对不同电极可用性提供了另一种测试角度。
脑信号转文字新方法用更少参数完成两项基准测试
研究团队提出名为BEST的两阶段方法，将神经活动转换为文字，探索语音脑机接口是否必须依赖大模型。在Brain-to-Text '24和'25两项基准测试中，该方法的词错误率分别为6.19%和1.62%，参数量仅为可比方法的3.85%。词错误率衡量输出文字相对参考文本的错误程度，数值越低表示错误越少。作者的分析认为，扩大解码器并不总能带来更好的表现，神经信号、语音与文字之间的对应关系比模型大小更关键。这些结果属于基准测试表现，不能直接等同于日常交流效果。
推荐理由
参数量之外，这项研究还考察不同信息形式如何衔接。作者将神经信号、语音和文字的对齐列为关键因素，为解释小模型为何能够完成解码提供了一个具体分析角度。
踝部动作脑信号解码完成离线与模拟在线测试，Air University参与研究
推荐理由
离线测试考察模型对未参与训练者的表现，模拟在线测试则采用参与者内的留一试次验证。两者回答的问题不同，不能把准确率差异直接解释为系统从离线转向实时使用后的性能损失。
脑控书写笔购买意愿研究发现收入与产品特征关联
残障人士的收入越高，对脑控书写笔的购买意愿和价格接受度也越高，研究发现两者均与收入呈显著正向关联，年龄整体上则未呈现显著关联。电池续航和头戴式设计与更高购买意愿相关，重量和识别准确率则与价格接受度正向关联，但不能据此认定更轻或更重更受欢迎。价格接受度随价格上升而逐步下降，在低于1000元的区间最高。分组分析还发现，不同年龄和收入群体关注的产品特征有所不同。这些结果反映购买偏好，不代表产品已实现相应性能或获得临床疗效验证。
推荐理由
购买意愿与价格接受度对应的产品特征并不相同：续航和佩戴设计关联前者，重量与识别准确率关联后者。区分这两个问题，有助于理解用户愿意考虑购买与愿意接受价格之间的差别。