脑机百科消息(bciwiki.com)，陕西师范大学现代教学技术教育部重点实验室与微软（北京）的研究者2026年9月17日在arXiv上传预印本，提出名为Bio-MF的算法框架，可从脑电信号一步生成功能性近红外数据，用于混合运动想象脑机接口的解码。该研究尚未经同行评审。混合脑机接口将脑电与功能性近红外两种模态结合，利用电生理和血流动力学信息的互补优势提升解码精度，但实际使用中同时佩戴两套采集设备往往不便。此前已有研究探索从脑电生成近红外数据，但基于扩散模型的方法需要上千步迭代，延迟过高，难以满足实时场景需求。
Bio-MF采用一步生成策略，在信号空间直接预测近红外波形，结合空间-时间交互式四维编码、跨模态无分类器引导和基于噪声水平门控的快速傅里叶变换正则化，以在不同传感器布局下保留与任务相关的血流动力学结构。在数据集1上，脑电加合成近红外相比仅用脑电，脱氧血红蛋白和含氧血红蛋白的分类准确率分别提高了3.37和4.15个百分点；在数据集2的未见64通道脑电布局下，提升幅度为2.98和2.50个百分点。在RTX PRO 6000 GPU上，Bio-MF生成一个近红外试验耗时7.0毫秒，比1000步扩散模型快857倍。研究团队已将代码开源。目前验证均基于离线数据集，尚无在线闭环实验结果。