脑机百科消息(bciwiki.com)，一种名为MAPA的自监督预训练方法让颅内脑电解码器在换用新受试者时，只需约164次带标注的试验就能达到原本需要3500次才能达到的准确率。该研究由Ben Tang、Zachary Spalding和Gregory B. Cogan完成，2026年9月11日上传至arXiv预印本平台，尚未经同行评审。
脑机接口通过解码神经活动来恢复丧失的功能，但训练一个高性能解码器通常要从每一位新受试者身上采集大量带标注的数据。自监督预训练是一条降低标注成本的路径：先用跨受试者累积的未标注记录学习通用的神经表征。问题在于，颅内脑电的电极触点位置和神经解剖结构因人而异，这让自监督学习在这类数据上一直不好做。
MAPA的做法是在一个常规掩码自编码器上加两种空间编码：解剖区域嵌入和相对位置编码。研究称，两者结合使模型学到的神经表征能够迁移到没见过的受试者，并适用于多种任务。在Neuroprobe基准的会话内、跨会话和跨受试者三种模式下，MAPA均在不做微调的情况下刷新了最好成绩。
在跨受试者模式下，基于MAPA特征的线性探针只需约164次带标注试验即可达到无预训练时3500次试验的准确率，标注需求减少90%以上。作者认为，这表明自监督预训练可以扩展到异构的颅内脑电记录，并减少新受试者实现准确解码所需的标注数据。论文共15页，含参考文献与附录、5幅图，代码已在GitHub公开。