脑机百科消息(bciwiki.com)，昆明理工大学等机构的研究人员从信息论和统计决策理论出发，提出了一个脑机接口统一理论框架，用以刻画意图的可解码条件、系统性能上下限和闭环适应过程。该论文发表于2026年9月16日的《Frontiers in Human Neuroscience》，作者包括伏云发（Yunfa Fu）、Liu Yan、陈小刚（Xiaogang Chen）、潘家辉（Jiahui Pan）、Fan Wang和Tianwen Li，DOI为10.3389/fnhum.2026.1964902。
论文指出，尽管脑机接口在脑信号采集和解码算法方面进展显著，其理论基础仍较零散，对系统可解码性、性能边界和动态约束的刻画有限。为此，研究者将脑机接口系统形式化为一个闭环随机过程，包含意图生成、神经编码、信号观测、统计解码和反馈调节五个环节，并在此基础上建立了涵盖科学假设、神经科学原理、基本定理和基本规律的分层理论框架。
其中，基本定理描述了意图可解码的条件、可观测信息的上界、最优解码误差的下界，以及闭环学习的收敛性；基本规律则揭示了信噪比、低维神经表征、观测信息的不可逆损失、类别分布可分性和非平稳的人机协同适应所带来的约束。
作为理论案例，论文以四类稳态视觉诱发电位脑机接口（SSVEP-BCI）为对象，将上述定理和规律参数化、实例化，展示框架在具体范式中的可操作性和解释力，并将理论转化为脑机接口系统的设计指导。作者称，据其所知，这是首次从统一理论视角系统阐述脑机接口理论框架。论文为理论研究，摘要中未报告新的实验数据。