西北工业大学

西北工业大学研究团队提出面向脑电大模型的混合式分词器SEDAT，把挤压激励空间聚合、数据自适应高斯平均滤波分解、瞬时频率引导的自适应切分和傅里叶域重采样整合进一条流程，解决现有切分方法边界与神经状态不对齐、忽略通道间空间信息、难以跨范式通用的问题。该研究2026年9月1日发表于《Journal of Neural Engineering》。在覆盖运动想象、P300、睡眠分期和癫痫等范式的10个脑电数据集上，用LaBraM、EEGFormer、EEGPT和NeuroGPT这4个大模型评估，SEDAT相比固定长度窗口的分类准确率最多提高15.3%，比其他方法中最好的一个高1.2%至4.6%。

一项新登记的临床试验把脑机接口用于卒中后康复，设计成四个平行组：全维度（情绪—认知—运动）自适应训练、认知与运动任务整合训练、单一维度运动训练，以及常规康复训练。每组计划22人，共88人。研究面向首次脑梗或脑出血后3个月到1年、单侧偏瘫、上肢Brunnstrom分期II至IV期的30至80岁患者，主要结局是运动功能评分，次要结局包括脑电运动想象的事件相关同步/去同步、前额叶theta/alpha功率比、脑电—近红外耦合等指标。