脑机百科消息(bciwiki.com)，研究人员提出一种名为CortexBridge的轻量级适配器，可将任意脑电电极布局映射到共享的皮层潜在空间，在5个脑机接口数据集、3个参数冻结的脑电基础模型上，15次评估中有13次提升了性能。该研究以预印本形式于2026年10月1日上传至arXiv，尚未经同行评审，作者为Jiazhen Hong、Xiaotian Zhou、Zihao Ding、Kailong Wang、Yu Wu。
研究人员指出，脑电基础模型通常基于固定的通道集合或有限几种电极布局进行预训练，当电极布局发生变化时，模型很难迁移使用。CortexBridge将脑电特征与电极坐标及脑图谱坐标结合，先把信号对齐到皮层层面，再输入预训练模型。
评估使用的5个数据集均来自公开基准库MOABB（Mother of All BCI Benchmarks）。平衡准确率的平均提升分别为：EEGPT 0.80%、LaBraM 0.70%、CBraMod 3.26%；在12类稳态视觉诱发电位（SSVEP）分类任务上，最大提升达13.02%。
研究人员还对学习到的图谱表征做了可视化，发现空间模式随任务而不同：与听觉P300任务相比，SSVEP任务的表征更集中于Yeo视觉网络。作者据此认为，皮层对齐可作为一种可学习、有解剖学依据的机制，把来自不同电极布局的脑电信号接入预训练基础模型。