中 / EN

美国

132 条
2026 年 7 月

Paradromics脑机接口植入患者大脑,获FDA批准开展临床试验

美国密歇根州的外科医生将Paradromics公司开发的脑机接口Connexus植入一名运动神经元疾病患者的大脑。该患者因疾病几乎丧失言语能力。Connexus通过植入运动皮层下1.5毫米处的421个微电极读取单个神经元信号,信号经患者胸部收发器传出,由AI转化为屏幕上的文字。Paradromics总部位于得克萨斯州奥斯汀,于2025年秋获得FDA批准开展该临床试验。

脑机接口结合正念或神经调控能否增强老年人注意力?德克萨斯大学启动临床研究

德克萨斯大学奥斯汀分校在美国临床试验注册平台登记了一项研究,探索基于脑电(EEG)的脑机接口(BCI)实时解码P300事件相关电位,并结合正念放松或经颅电刺激等非侵入干预,能否增强健康老年人和轻度认知障碍(MCI)患者的注意力与记忆神经标记,这些标记被视为认知储备的代理指标。研究处于招募阶段,旨在验证通过靶向调控注意力相关脑活动来支持认知储备的可行性。

从脑电波猜你在看什么:图片的信号比文字好认得多

加州大学欧文分校的研究者提出一套用脑电研究类别表征的任务与分析流程,并在30名受试者身上验证。受试者观看分属5个类别(动物、工具、食物、场景、交通工具)的图像与词语,并在连续出现同类物品时作出反应;研究者在个体内训练支持向量机进行分类。结果显示图像试验与词语试验都能达到显著的类别分类准确率,但图像试验明显更高:图像的所有类别两两之间均可统计区分,词语则仅有一对可区分。电极层面的分析表明,顶叶与左颞电极对图像分类的贡献大于额叶与右颞电极。该预印本2026年7月26日上传至bioRxiv,尚未经过同行评审。

贝叶斯完全池化跨20个数据集检验,运动想象EEG分类无实践增益但能耗高13倍

研究者称,一项关于贝叶斯完全池化用于跨被试运动想象EEG分类的大规模研究于2026年7月25日以预印本形式上传至arXiv,尚未经过同行评审。脑机接口长期追求免校准运行,但分类器通常只按判别能力评测,忽视预测概率是否校准良好。该研究在20个数据集上比较贝叶斯完全池化模型与频率学派基线,做跨被试左手对右手运动想象EEG分类,6条频率学派管线各配对一条特征工程相同、用MCMC后验采样拟合的贝叶斯管线。研究者称,贝叶斯完全池化带来统计显著但非实践显著的可靠性改善和预测不确定性增加,Brier分数、分辨力与判别无显著差异,贝叶斯管线能耗约为频率学派管线的13倍。

全球儿科脑机接口临床试验仅11项,儿童在BCI研究中或未获足够重视

一项基于注册库的横断面分析显示,全球儿科脑机接口(pBCI)临床试验仅有11项,覆盖7个国家,其中8项评估非植入式设备、3项评估植入式系统。非植入式试验中位入组29人、中位持续56天,植入式试验中位入组8人、中位持续365.3天。仅4项研究只纳入儿科受试者,其余同时招募成人和儿童。研究者指出,当前pBCI临床研究范围有限,儿童在BCI研究中可能未得到充分优先考虑。

Precision 聘脑机接口先驱 Donoghue 任科学顾问

把电极放在大脑表面而不是插进脑组织,是 Precision Neuroscience 与 Donoghue 当年 BrainGate 路线的关键差别。这家总部位于纽约的公司专攻微创、可安全取出、高带宽的脑机接口,首个系统 Layer 7 面向肌萎缩侧索硬化、脊髓损伤和脑干卒中患者,公司估计这一人群在美国有 31.5 万人。公司称,Layer 7 皮层表面阵列已在多家领先学术医疗中心的近 100 名患者身上植入,累计从投资者处筹集 1.8 亿美元,并获得美国食品药品监督管理局 510(k) 许可。Donoghue 是布朗大学荣休教授,他将就器械设计、信号解码与临床策略提供建议,公司正推进长期植入研究与商业化上市。

小鼠运动皮层用S形机制编码速度,少数派神经元解码反而更准

研究者称,小鼠初级运动皮层以S形状态转换机制编码运动速度,由两个功能不同的神经元群实现,且该框架可扩展到局部场电位(LFP)频带功率。研究用慢性32通道层状阵列记录8只小鼠在电动跑台上的皮层外活动,共5,889个单单元、384通道,无监督聚类将单元分为速度正相关(70.8%)与速度负相关(29.2%)两组,两群共享约2.3米每分钟的速度阈值。解码方面,占少数的速度负相关神经元群经逆S形变换后解码精度显著更高,且跨动物泛化良好。研究者认为该发现为稳定、免标定的脑机接口设计提供启示。

术前多模态成像选好植入点,四肢瘫患者抓握解码准确率96%

该研究通过整合解剖、功能与血管成像及术前3D建模,为一例C5四肢瘫痪参与者的抓握相关运动解码优化皮层内微电极阵列植入位点。参与者接受解剖MRI、弥散加权成像与任务态fMRI,以识别抓握相关皮层区域并避开血管与言语关键区;Quicktome软件结合结构连接与功能激活数据细化靶区选择,3D打印颅骨与皮层模型支持术前规划,包括开颅与电极定位模拟。功能性成像识别出前顶内沟(AIP)、腹侧前运动皮层(PMv)与额下回(IFG)的抓握相关激活,最终选定AIP及PMv的6v与6r亚区。术后利用植入阵列在尝试性臂/手运动期间采集的神经数据验证电极放置,阵列实现高保真解码,联合分类准确率达96%。

认知脑机接口下一步:综述提出闭环神经调控路径

脑机接口已经在恢复运动和沟通上取得进展,但注意力、记忆这类认知功能,解码难度不在一个量级:运动与语言依赖相对局限、稳定的神经表征,认知功能却分布在多个脑区、随时间快速变化。这篇综述认为,长期用于神经和精神疾病治疗的神经调控可以补上另一条路径,通过因果性地调节认知相关环路,已经有了初步的转化应用。作者进一步提出,把信号采集、算法分析和刺激反馈做成自适应的闭环系统,认知脑机接口不仅可能恢复心智功能,还可能成为实时监测并塑造认知的下一代神经治疗技术的基础。文章属观点性综述,没有报告新的临床试验数据。

猴子伸手时额叶运动皮层的神经活动呈现时空异质性,研究为脑机接口植入定位提供参考

一项新研究揭示了猴子额叶运动皮层在伸手任务中神经活动的时空异质性,表明运动表征在不同皮层区域和深度上分布不均,这一发现可能为未来脑机接口植入的电极定位提供参考。该研究由华盛顿大学神经技术中心的研究团队完成,使用高密度层状微电极阵列记录了两只雄性猴子的神经活动。研究发现,目标方向信息在皮层表面和深度上呈异质性分布,不同神经群体的时间动态差异显著,但任务信息量可预测神经群体的动态相似性。这一发现凸显了运动表征的时空复杂性,有助于优化脑机接口植入策略。

Blackrock NeuroPort阵列累计刺激1.68亿次,人体随访最长10年

一项早期可行性研究随访5名脊髓损伤参与者,每人感觉皮层植入两块Blackrock NeuroPort微电极阵列。2至10年植入期间,系统累计发送超过1.68亿次皮层内微刺激,总植入随访达到27年,没有报告严重不良事件或对电极健康的直接负面影响。到随访时仍有64%±13%的电极可稳定诱发触觉,其中1名参与者植入10年后仍有60%的电极有效。

感觉引导联合学习框架加速运动想象脑机接口技能习得

非侵入式脑机接口面临学习效率与控制精度挑战,尤其对无经验用户。一项新研究提出感觉引导的联合学习框架,将人类运动学习与自适应机器学习结合。在31名无经验参与者中,一维在线离散准确率达86.0%,二维达77.5%,连续控制准确率分别为77.5%和66.9%。触觉引导减少用户探索、加速神经适应,样本重加权使解码器更新与人类学习轨迹对齐。该框架将脑机接口训练从被动校准转变为主动的人机联合学习,为沟通与康复提供实用可扩展的神经接口。论文由卡内基梅隆大学团队完成,发表于《自然·通讯》。

脑机接口实时反馈错误相关电位,受试者察觉细微动作误差的能力提升

手术、射击等精细操作中,能否及时察觉几度的偏差往往决定成败,但传统训练只告诉人“答对没有”,很难让人对微小误差变得更敏感。美国得克萨斯大学奥斯汀分校等机构的研究人员换了个思路:当大脑意识到出错时,头皮脑电里会出现一种称为错误相关电位的信号。研究人员在训练中实时读出这一信号并反馈给受试者。为期五天的纵向研究显示,与单纯的行为训练相比,这种脑机接口训练加快了对3度误差的感知学习,并提升了对6度误差的感知表现,同时与意识到错误相关的错误正电位幅度增大。

琼脂加PVC仿出脑膜手感,体模让电极测试少用动物

该研究开发了一种可复现的多层脑模拟体模,用于复现啮齿动物软膜与硬脑膜在神经接口植入过程中的凹陷与破裂力性能,由0.5%琼脂皮层层、1.01%琼脂软膜层与预拉伸PVC硬膜层构成,可通过简便的台式流程组装。研究使用悬臂梁测力系统量化了直径12-100微米、不同材料(钨、不锈钢)与尖端几何的微丝及分段硅探针的破裂力与凹陷深度。结果显示,体模测试结果落在体内Sprague-Dawley大鼠数据范围内,且插入试验变异性显著低于体内试验;体模的模块化设计还可调节各层厚度与刚度,以适配不同物种或装置。作者认为,该体模可作为可重复、低成本的电极设计早期筛选平台,加速神经植入物开发并减少动物使用。

植入式神经接口可长期监测胶质瘤进展,小鼠研究登上预印本

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。

Neurosom获美国专利,用贝叶斯超分辨率提升脑电溯源与经颅电刺激引导

Neurosom宣布获得一项新专利,名为“用于脑电图源分析和经颅电刺激的贝叶斯超分辨率方法”,美国专利号12,663,866。该技术结合贝叶斯统计建模、个性化脑电数据与脑图谱模型,旨在实现脑电活动起源的“超分辨率”定位,从而提升经颅电刺激的引导精度。

功能超声隔着颅窗看清单指运动,微创脑机接口多一条路线

一项预印本研究展示,功能超声成像(fUSI)通过声学透明颅窗植入物,在一名受试者的初级感觉运动皮层内可靠解析多身体部位和单指运动的编码,映射结果与经典躯体定位一致,并能解析单次试验相关活动、支持单次试验解码与跨会话解码。对解码重要体素的分析提示不同布罗德曼分区对单指运动信息存在差异编码。研究者认为,fUSI能以亚毫米分辨率可靠描绘躯体定位组织的运动表征,在人体受试者中填补侵入性电生理与非侵入性血流成像之间的关键空白,为微创、高分辨率的脑机接口神经记录提供新方法。该研究为预印本,尚未经过同行评审。

SpikeGadgets推出无线Neuropixels记录器

SpikeGadgets推出兼容Neuropixels探针的无线数据记录器,使动物无需线缆即可携带整个记录系统,在自由活动或飞行状态下进行高密度神经记录。过去一年,四项研究采用该组合,在蝙蝠、大鼠和狨猴中取得了新发现。这些研究重塑了关于海马体回放、前额叶序列编码和发声交流的长期假设。SpikeGadgets是一家专注于神经科学工具的公司,其无线数据记录器将探针数据直接写入板载存储,解决了传统有线记录系统限制动物活动的问题。

微软与INBRAIN合作推进AI脑机接口治疗

微软与INBRAIN Neuroelectronics宣布合作,共同推进人工智能驱动的脑机接口治疗。INBRAIN是西班牙的一家神经技术公司,专注于开发基于石墨烯的脑机接口设备,其系统结合石墨烯电极与AI算法,能够高精度读取和影响大脑信号。此次合作将利用微软的云计算与数据基础设施,加速神经系统疾病治疗方案的开发。INBRAIN表示,其技术平台结合了神经科学、生物电子学和人工智能,旨在改善全球神经健康。此次合作标志着大型科技公司进入脑机接口治疗领域,可能加速相关疗法的研发与商业化进程。

INBRAIN与微软达成AI合作,推进脑机接口实时自适应

脑机接口公司INBRAIN Neuroelectronics宣布与微软达成合作,将利用微软的大语言模型和数据分析工具,使其脑机接口能够实时自适应。INBRAIN Neuroelectronics是一家开发石墨烯电极脑机接口的公司,技术路线覆盖侵入式与非侵入式应用,致力于神经系统疾病的治疗。该公司近期还与梅奥诊所合作,加速神经系统疾病脑机接口疗法的临床开发与商业化,并正在开展由研究者主导的临床试验。此次合作标志着科技巨头的大模型能力开始进入脑机接口的信号解码环节,是脑机接口产业与AI深度融合的信号。

InBrain与微软合作开发神经病学与脑机接口AI技术

总部位于巴塞罗那的InBrain Neuroelectronics宣布与微软合作,共同开发用于神经病学和脑机接口的AI技术。InBrain专注于石墨烯神经脑机接口平台,作为帕金森病的辅助疗法。2023年,其技术获得FDA突破性设备认定,并于2025年秋季启动首例人体研究。此次合作将结合InBrain的神经科学、生物电子学与AI专长,以及微软的云与AI基础设施,为神经疾病治疗和脑机接口技术带来新的可能性。

运动皮层灰质保留程度与ALS患者脑机接口控制能力相关

荷兰乌得勒支大学医学中心(UMC Utrecht)脑中心下属的乌得勒支BCI实验室(Utrecht-BCI Lab)发布预印本,探讨为何部分肌萎缩侧索硬化症(ALS)患者能更好地控制植入式脑机接口(BCI)。该实验室由Nick Ramsey领导,专注于侵入式脑机接口研究。研究发现,运动皮层灰质的保留与更高质量的脑信号相关,提示基于MRI的测量可能有助于识别适合植入BCI的候选者。该研究于2026年6月23日上传至medRxiv,DOI为10.64898/2026.06.23.26355654。
2026 年 6 月

Universal Brain事件相关电位系统获FDA 510(k)许可

美国食品药品监督管理局(FDA)于2026年6月30日对Universal Brain的UB ERP系统作出510(k)决定,结论为实质等同,受理号K253767,走的是传统510(k)途径。按FDA器械分类,该器械归入非归一化定量脑电图软件类别,属二类器械,法规编号882.1400,由神经病学咨询委员会归口。事件相关电位(ERP)是把脑电信号按刺激事件对齐后叠加平均得到的波形,P300等成分既用于临床评估,也是非侵入式脑机接口拼写器的经典范式基础。
© 2026 BCIwiki.com 产业简报 主题索引 提交线索 订阅本站 修订记录 关于我们