文献

瘫痪患者常伴有视力问题，眼睛看不清，还能用“注意力”操控脑机接口吗？研究人员让健康受试者在模拟视力模糊和单眼视物的条件下操作脑机接口。受试者眼睛不动，只把注意力转向视野边缘带颜色的目标。结果显示，视力下降确实改变了大脑对视觉刺激的电反应，部分反应幅度变小，但系统从脑信号中判断用户意图的准确率没有受到影响。这说明只要还能分辨目标的颜色，视力受损者也可能可靠地使用这类不依赖眼动的非侵入式脑机接口进行交流。该研究为预印本，尚未经同行评审。

P300脑机接口拼写器靠识别脑电里的P300反应来选字母，常借助语言模型预测下一个字符以提高准确率。研究人员想知道：能否按每次选择的可靠程度，自动调整对语言模型的信任度？他们重新分析了47名渐冻症患者的3373次拼写选择，测试了22个语言模型，参数规模最高达46.7B。结果是，在公平比较下，没有一个模型显示自适应融合优于调优后的固定权重。此外，固定融合输出的概率本身在标记错误选择上比专门设计的控制器更好，错误富集度达2.8至3.8倍。该研究为预印本，尚未经同行评审。

失去说话能力的瘫痪患者，能不能让机器直接把脑信号变成声音？多数现有语音脑机接口要先把脑信号解码成文字，再用语音合成读出来，两步串联既拖慢速度，前一步的错误还会传到后一步。研究团队提出的Brain2Speech-Net跳过文字这一环，把较长的神经记录直接映射到语音合成模型内部的表示空间。据作者报告，在其对比的系统中，它是唯一既能生成可懂语音、生成速度又快于实时的系统。该研究为预印本，尚未经同行评审。

一项新研究提出一种可解释的脑机接口（BCI）框架，将情感状态识别与脑电（EEG）信号解码相结合，用于实现情感感知的意念转语音（thought-to-speech）。该框架在公开的想象语音EEG数据集上进行了测试，采用受试者独立设置，评估了分类准确率、精确率、召回率、F1分数、推理速度和可解释性。结果显示，与传统不透明模型相比，该方法持续提升了解码可靠性，并提供了清晰、具有临床意义的见解。研究为瘫痪、肌萎缩侧索硬化症、闭锁综合征等影响自然言语的患者提供了辅助沟通工具的实际基础。

一项针对38名8至12岁典型发育儿童的研究让他们使用P300脑机接口增强与替代沟通（P300-BCI-AAC）设计应用，创建自己偏好的图片界面，以了解儿童对这类沟通界面的设计偏好。研究发现，儿童普遍选择喜欢的颜色、动画效果（尤其是缩放动画）和声音提示；动画有助于视觉可达性和目标定位，背景颜色变化用于融入偏好色彩，视频GIF和图片覆盖层则增加个人相关性。这些发现强调了运动、颜色、个性化和视觉清晰度在儿童BCI-AAC界面中的初步重要性，为开发可定制、有吸引力的系统奠定了基础，也为未来纳入日常使用AAC的儿童及运动障碍人群的研究提供了方向。

手写想象脑电为脑机接口提供了一条无创的文本输入与复杂意图表达路径，但解码受低信噪比、非平稳性、跨会话分布漂移以及连续时间趋势与局部高响应模式并存等挑战制约。新网络DRDNet用平均池化与最大池化从空间脑电特征构造两个互补的时间视图，分别交给双向Mamba编码器与Transformer编码器建模，再经时间步级动态融合与长短期记忆时序聚合自适应整合。在公共手写想象脑电数据集的汉字笔画手写想象与拼音单韵母手写想象两个任务上，它平均准确率分别做到67.74%和62.51%，Cohen's kappa分别为0.5968和0.5502，优于7个代表性脑电解码基线。该研究2026年8月19日发表于《Journal of Neural Engineering》。

南方联邦大学记录22名健康志愿者出声和默念方向词时的脑电，其中12人为俄语母语者，10人为西班牙语母语者。两组均涉及六个方向词，俄语组另做“下一个”指令。采用38个电极、500Hz采样，并在6人中同步记录发音相关肌电。随机森林78±4%的结果来自按参与者进行的五折交叉验证，区分休息、出声和默念三种状态，不是六个词的识别准确率。按键、肌肉活动与任务顺序等因素仍需在后续分析中控制。

一项新研究提出结合脑电（EEG）与视觉注视的双模态AI模型，用于同时评估学习者的注意力和认知负荷。该模型在注意力识别上准确率达91.8%，认知负荷评估准确率为89.4%，并在公开数据集上验证了其泛化能力。研究旨在解决在线学习中单一生理信号易受环境噪声干扰的问题。

研究者称，用于想象手写解码的EEG-fNIRS融合框架FRED于2026年8月4日以预印本形式上传至arXiv，尚未经过同行评审。想象手写是非侵入式神经解码的时间丰富范式，EEG-fNIRS融合承诺互补神经信息，但融合通常是启发式的，缺乏对频段冗余的原则性处理。FRED用频率去相关时间集成做想象手写解码。研究者称，集成在公开、私有与总体测试分区上达到0.8076/0.7242/0.7492的准确率，无需测试集适配或输出约束，完整系统达到0.8498/0.7718/0.7952并在私有分区排名第4；模态审计发现fNIRS单独解码处于随机水平（总体0.2511），把fNIRS加到EEG上准确率仅变化+0.0025。

研究者称，EEG引导的目标说话人提取框架SAGE于2026年8月3日以预印本形式上传至arXiv，尚未经过同行评审。在试验内听觉注意切换场景下，神经噪声与固有延迟会延迟或干扰注意跟踪，传统方法难以应对动态切换，常在切换点造成不连续。SAGE把试验内切换当作动态选择处理，用稳健分离器生成两条候选语音流，并用EEG引导的切换感知门控模块产生平滑融合权重、抑制切换伪影。研究者称，SAGE还集成延迟补偿对齐与不确定性驱动的保守策略，优于基线方法，达到8.67dB SI-SDR与88.24% STOI，平均切换延迟降至2.04秒。

侵入式言语脑机接口能把尝试说话时的皮层活动解码成文字，现有最优系统的词错误率已低至1%，但代价是要先采集数千句训练数据，从植入设备到能顺畅沟通，中间要经过漫长的采集期。加州大学戴维斯分校团队提出一个基于Transformer的解码模型，跨6名侵入式言语脑机接口受试者联合训练。对每一名受试者，无论性别、病因或尝试发声策略如何，多用户模型的解码都优于仅用其个人数据训练的模型，相对词错误率平均降低超过50%。更关键的是，该模型在此前未参与训练的用户上，只用不到200句话微调，就实现了低于7%的词错误率。该预印本2026年7月27日上传至bioRxiv，尚未经过同行评审。

芬兰Aalto University团队在一项MEG词语启动实验中，把经典N400诱发反应与语义向量解码放在同一框架下比较。25名芬兰语母语者阅读语义相关程度不同的词组后，不相关启动词引发更高的N400反应，并为语义解码器提供了最佳训练样本。研究者称，语义信息从刺激开始后约100至500毫秒均可解码，但在N400峰值过后，脑活动不再稳定映射到与语境无关的语义向量。这项结果提示，N400时间窗结束可能标志着神经表征由词语特异信息转向更广泛语境。该研究为bioRxiv预印本，尚未经过同行评审。

多伦多大学团队用扩散模型不同时间步的隐表示作为神经语音解码的中间层,词错误率随时间步选择大幅变化。

不开颅，能否从大脑活动里读出一个人正在打的句子？研究团队开发了名为Brain2Qwerty的深度学习模型，让35名健康志愿者在键盘上默写刚记住的句子，同时记录他们的脑磁图（MEG，一种测量大脑磁场的非侵入式技术）或脑电（EEG）信号。用脑磁图时，平均字符错误率为29%；用脑电时为65%。表现最好的受试者错误率低至18%，模型还能完整解码训练集之外的多种句子。研究者认为，这缩小了非侵入式与植入式方法之间的差距。

一项发表于《Computers in biology and medicine》的研究提出动态小波基选择增强方法，用于改善非侵入式EEG想象语音分类。该方法为每个EEG片段计算小波熵，选择信息量更高的小波基，再向相应小波系数注入高斯噪声，增强后的信号由带通道激励机制的卷积神经网络分类。研究数据包含32个通道、8种刺激和10名参与者。词语与元音组合实验的最高分类准确率达到98%，Cohen's kappa为0.95，但完整类别分类的表现较低。研究者称，该方法优于传统数据增强策略和静态小波方法，为处理EEG噪声与非平稳性提供了自适应路径。

语音脑机接口有望帮助因瘫痪失去说话能力的人重新交流。以往研究借助感觉运动皮层上的大量皮层脑电电极，已能较好地区分单个词语，但网格越大，电极越多，手术风险也越高。荷兰乌得勒支大学医学中心脑中心等机构的研究团队分析了8名受试者的数据，他们的大脑表面放置了含64至128个电极的高密度网格。结果显示，只要位置放对，32个电极的小网格识别12个荷兰语单词的准确率为76 ± 16%，与大网格的75 ± 17%相当。最佳位置是竖向摆放，并以中央沟为中心。不过受试者并非瘫痪患者，测试也只限于一组固定词汇，结论仍需在目标人群中验证。

两名四肢瘫痪患者只需“尝试”动动手指，植入大脑运动区的电极就能读出他们想按哪个键，在一块虚拟的标准QWERTY键盘上双手打字。这项研究由美国麻省总医院、布朗大学、哈佛医学院等机构的团队完成，他们看中的是键盘打字这种人们早已熟悉、信息率又高的沟通方式。打字节奏由患者自己掌握，最快每分钟110个字符，约合22个单词，单词错误率为1.6%，作者称这一准确率接近健全人打字水平，信息通量也高于目前最先进的手部运动解码方案。系统只需约30句校准语句就能准确识别手指动作，再借助一个5-gram语言模型修正整句输出。两名参与者分别因渐冻症和脊髓损伤瘫痪。对已经会用键盘的人来说，这是一种直观、无需重新学习的沟通方式。