University of California, San Francisco

SpikeGadgets公司发布消息称，其硬件通过低延迟以太网和TrodesNetwork API，支持研究人员在毫秒级时间内检测神经活动模式并触发扰动。加州大学旧金山分校（UCSF）的两项研究展示了该技术的应用：一项通过连续解码大鼠海马群体活动，实现神经反馈系统，使大鼠学会主动生成特定记忆表征以获得奖励；另一项通过实时触发theta相位特异性光遗传刺激，分离了theta节律与replay过程，揭示了二者在机制上的可分离性。

一项预印本研究展示了一种利用植入式神经接口长期监测胶质瘤进展的平台。在多种小鼠品系和胶质瘤模型中，肿瘤进展始终与肿瘤微环境的伽马频段神经活动升高相关；机器学习模型可根据慢性神经记录预测肿瘤负荷，并利用伽马神经轨迹预测个体肿瘤生长速率。该研究由Coherence Neuro Global, Inc.等机构的研究人员完成，于2026年7月9日上传至bioRxiv，尚未经过同行评审。