文献

Araya Inc.与Sincxpress Education SRL研究人员分析了利用超高密度脑电预测口语单词的模型，考察解码依据是否来自神经活动，而非说话时的肌肉电活动。结果显示，各电极对解码的贡献无法用其与肌电的互信息解释；脑电解码依赖的时段也不同于仅使用肌电的解码。有声言语与极轻微外显言语的脑电解码贡献时段存在部分重叠。在所有言语条件下，去噪均增强了言语相关脑区电极对解码的贡献。作者据此认为，适当预处理有助于利用脑电中的神经活动解码口语单词。

一篇综述梳理了植入式脑机接口基底材料的演变：从硅等刚性材料，到可弯曲但不易拉伸的聚合物，再到本身能够拉伸的弹性体。作者关注的核心问题是，微电极与柔软脑组织的力学性质不匹配，可能持续损伤组织并引发异物反应，影响长期使用。综述重点讨论电纺纳米纤维微电极：这类结构不仅能够拉伸，还具有相互连通、通透性较高的三维网络。作者认为，这有助于应对致密薄膜对物质交换的限制。文章同时讨论高密度制造、生化调节及摆脱外部连线的集成方向，并非新器械的人体疗效验证。

牛津大学团队比较6种重复信号聚合方法，在7个场景中有6个由训练时分类分数平均领先。主要音素比较合并100次同类试验，公开测试集上复测的平衡准确率为64.1%，比冠军模型高17.4个百分点。实验使用脑磁图记录，研究为预印本。

西安交通大学等机构团队开发E-STACNet，在同一网络中处理脑电通道的空间关系与时间变化。在BCI Competition IV 2a和Giga DB上的平均准确率分别为88.00%和80.62%；DEAP情绪效价与唤醒度分类分别为96.49%和96.46%。

华中科技大学提出KDHNet，将解析信号处理与神经网络结合，用于校准数据较少时的SSVEP视觉脑电解码。在三个公开数据集的受试者内比较中，15个分析窗设置中的14个及全部10个校准比例设置，其平均准确率和信息传输率在所比方法中最高。跨人评估位列第一或第二，但对齐仍需目标受试者每类一个带标签试次。结果来自数据集实验，不能视为零校准系统已验证。

同济大学、蚂蚁集团和上海交通大学等机构作者提出NeuroAct脑电研究智能体。在经验复用实验中，BCIC-IV-2a平衡准确率从34.66%升至50.81%，大语言模型词元消耗减少64.02%。研究还评估通用分析、跨任务优化、单任务研究和协作预测，成果以预印本发布。

研究团队提出了一种运动想象脑电分类框架，在两个竞赛数据集上测试，并部署到NVIDIA Jetson Nano。按受试者依赖协议评估时，该方法在BCIC III IVa和BCIC IV 2a上的准确率分别为93.67%和79.14%；采用留一受试者法、测试对未参与训练者的泛化能力时，平均准确率分别为76.49%和55.50%。设备部署测试还报告了完整处理流程的延迟和吞吐量。这些结果展示了数据集分类表现及设备运行速度，但不能据此认定该方法已能改善运动障碍。

研究团队提出TriRouter框架，针对脑电通道稀少或受损时的运动想象分类问题，根据可用通道分配不同处理路径的贡献。在BNCI2014-001数据集上，相比研究中最强的受损脑电基线方法，该框架在名义缺失比例为25%、50%和75%的设置下，准确率分别提高3.68、4.02和6.46个百分点。作者还报告，该方法在按区域成组缺失通道及额外的低通道数数据集评估中仍有效。这些结果来自数据集评估，不能直接等同于实际使用中的脑机接口表现。

研究团队提出名为BEST的两阶段方法，将神经活动转换为文字，探索语音脑机接口是否必须依赖大模型。在Brain-to-Text '24和'25两项基准测试中，该方法的词错误率分别为6.19%和1.62%，参数量仅为可比方法的3.85%。词错误率衡量输出文字相对参考文本的错误程度，数值越低表示错误越少。作者的分析认为，扩大解码器并不总能带来更好的表现，神经信号、语音与文字之间的对应关系比模型大小更关键。这些结果属于基准测试表现，不能直接等同于日常交流效果。

残障人士的收入越高，对脑控书写笔的购买意愿和价格接受度也越高，研究发现两者均与收入呈显著正向关联，年龄整体上则未呈现显著关联。电池续航和头戴式设计与更高购买意愿相关，重量和识别准确率则与价格接受度正向关联，但不能据此认定更轻或更重更受欢迎。价格接受度随价格上升而逐步下降，在低于1000元的区间最高。分组分析还发现，不同年龄和收入群体关注的产品特征有所不同。这些结果反映购买偏好，不代表产品已实现相应性能或获得临床疗效验证。

把脑机接口计算从云端移到设备端，仍需在能耗、响应延迟和准确性之间取舍。一篇系统性综述梳理了用于脑机接口的边缘AI加速器，强调算法与芯片应协同设计：既要减少模型计算负担，也要降低数据搬运带来的开销。综述讨论了算法压缩、存内计算和类脑计算架构等路线，并将设备端自适应学习列为应对不同使用时段神经信号变化的重要机制。作者还提出结合隐私保护硬件与多模态传感器融合；这些属于技术发展方向，并非已经验证的临床效果或安全性结论。

研究人员开发了一种包含24,576个电极的可重构微电极阵列芯片，在同一硬件平台上支持神经递质相关的化学传感和神经电流记录。实验展示了单电极电化学传感、配制溶液中的多巴胺定量检测，以及动态电化学成像；研究还从原代神经元记录到自发的细胞外生物电流。化学记录和电记录分别支持24和384个同时输出通道，并非全部电极同时读出。作者认为，这一平台可用于研究生物神经网络中化学信号与电信号的相互作用；现有结果属于样本和细胞层面的验证。

研究人员提出一种上肢运动想象脑电解码框架，在三个数据集上检验模型对不同受试者的适用性。该方法结合电极之间的连接关系、人工设计的时频特征和空间、时间特征学习。在PhysioNet数据集的三个上肢类别任务中，使用5个电极时，留一受试者验证准确率为96.01%；在BCI IV-2b数据集上，使用3个电极时，同一验证方式的准确率为93.35%。作者报告，该方法与代表性图方法相比表现具有竞争力，同时需要更少的可训练参数和脑电电极。这些结果来自数据集评估，不等于已验证在线控制或临床应用效果。

把植入体设计成由活细胞组成的功能性组织，而不只是连接神经的电极，是一篇视角论文提出的神经假体构想。作者将其称为Cybertissue Neuroprosthetics，目标是让植入体与宿主神经系统在结构和功能上整合，实现长期神经调控与信息交换。该构想可按需加入少量纳米电子器件、纳米材料或基因修饰，并尝试减少异物材料、利用细胞自身的信号机制。作者希望借此应对长期植入中的界面退化问题，但“终身整合”仍是目标，不是已经实现的器械性能或临床结果。

研究人员将想象说话时的脑电信号与文本的语言表示对齐，希望在识别固定意图之外，利用不同表达之间的语义关系。研究在Chisco想象语音数据集的5名受试者、39个意图类别上评估了这一框架，解码表现与针对该任务优化的闭集分类器相当。脑电与文本的最大相似度还能筛选出Top-1和Top-5准确率更高的留出试验子集。五个语义维度的平均一致率均高于50%的机会水平参照；对未见候选句子的比较则属于定性展示，不能据此认定系统已能自由读取任意想象语句。

研究人员提出一种从连续脑电记录中识别事件类别、同时估计起止时间的框架NeuroDETR，推理时不需要预先划定事件边界。它针对事件相关信号混杂在持续背景活动中的难题，结合不同时间尺度的信息与脑电通道之间的空间结构，并通过预测事件是否存在来引导特征处理。作者报告，该框架在八个涵盖不同范式的脑电数据集上取得了最先进的性能。这些结果来自数据集实验，研究面向的是连续交互和监测中的脑电事件识别，不能直接等同于实际脑机接口系统的应用效果。

研究人员分析三个公开语料库，检验用一人的头皮脑电训练的想象语音解码器能否用于另一人。在482个受试者有序对中，没有任何一对在多重比较校正后保持显著；各语料库的平均迁移准确率与随机水平相差均不超过0.006。研究还发现，区分想象任务与刺激前静息的信号，更符合刺激后状态，而非想象活动本身。单人内部解码中，只有竞赛语料库的所有受试者均超过阈值，但其频率特征未通过伪迹审查。结果限定于这些语料库和所检验的表示方式，不能推广为所有想象语音解码均不可行。

研究人员审查三个公开语料库，发现出声说话时的解码表现可能不足以证明流程能识别脑源语音信号。在ds003626中，两个唇部电极的解码准确率为0.7430，高于128通道头皮电极阵列的0.4231；限制在8-30Hz后，未保留可解码信号。研究还向真实记录注入已知幅度的效应，测量不同方法能检测到多小的变化，发现方法之间存在差异。作者认为，这些语料库的外显言语阳性对照主要由肌源性信号主导，并建议同时报告频段、伪迹通道表现及实测检测下限，以帮助解释解码成功或未检出的结果。

北京体育大学研究团队提出一种运动想象脑电解码模型，在三个公开数据集上开展针对单个受试者和跨受试者的离线评估。与平均准确率最高的基线相比，新模型在两个数据集的受试者特定评估中分别提高3.56和1.62个百分点；跨受试者评估中的另一项差异为2.08个百分点。这三项比较在各自设置内进行多重比较校正后获得统计支持，但在涵盖56项比较的更广校正中均未保持显著。结果为分阶段整合局部与较长时间范围的脑电信息提供了有限支持，尚不能据此认定在线控制或临床应用获益。

研究者提出一种自适应选择脑电时间窗的框架，让运动想象分类不再只对每个片段独立决定保留或丢弃，而是结合事件阶段和前后片段关系进行选择。该框架为时间窗赋予丢弃、起始、持续或结束角色，并限制不符合阶段顺序的选择。作者报告，在多个基准数据集上，跨会话和跨受试者解码表现均得到一致改善。可视化分析进一步提示，学到的选择策略与神经生理原则相符。上述结果来自数据集实验，不能据此认定已在在线脑机接口使用中获得同样收益。本研究为预印本，尚未经同行评审。

研究者针对运动想象脑机接口中的身份泄露问题，提出一种无需训练隐私模型的脑电数据变换：减少可用于关联同一人不同采集会话的特征。在两个公开数据集、覆盖四种协方差空间表示的五种攻击者测试中，识别能力最强的攻击者在BCI Competition IV-2a上的准确率从90.8%降至15.6%，在OpenBMI上从90.8%降至9.9%。代价是相较8—30Hz输入，运动想象解码准确率分别下降7.0和2.1个百分点。变换在一个会话上拟合后，原样用于未参与拟合的后续采集会话。本研究为预印本，尚未经同行评审。

加州理工学院等合作团队记录3名四肢瘫痪参与者的单神经元活动，在上肢仍有感觉的区域施加振动刺激。初级体感皮层更贴近刺激幅度，后顶叶皮层则与是否感觉到刺激及判断信心更相关；信心评分只由其中2人提供。研究比较了物理输入与主观感知的不同关联，尚不能证明某一脑区独自产生有意识的触觉。该研究为预印本。

研究面向脑机接口头盔衬垫，提出一种直接从体素生成有限元模型的结构筛选方法，以寻找材料用量较少、受压时更易变形的支撑结构。研究生成了200个Gyroid三周期极小曲面结构模型，其中199个获得有效力学结果，并用能够同时预测结果及其不确定性的回归模型辅助筛选。在模拟平板压缩条件下，作者报告一款代表性结构的柔顺性提高约12倍、材料用量减少约75%。这些结果属于结构力学仿真，不能直接等同于实际佩戴舒适度或脑电接触质量的改善。

一项验证研究把脑机接口可视化实验平台Nimbus Studio与独立手写的参考实现作比较，在三个公开数据集上测试六种解码流水线，覆盖运动想象和P300两类任务，以及同一受试者跨会话、跨受试者两种评估方式。确定性解码流程在54次按会话划分训练与测试数据的受试者测试，以及CSP、MDM分组交叉验证中均与参考结果一致，最大准确率差异为0.00个百分点；其余分组交叉验证结果的最大差异为0.06个百分点。随机深度模型的差异处于不同随机种子带来的训练波动范围内。这项研究检验的是平台计算结果与参考实现的一致性，而非人体临床疗效。本研究为预印本，尚未经同行评审。

研究者提出Neurons++，尝试从功能磁共振成像记录的脑活动中重建静态图像和动态视频，并检查生成内容与脑信号之间的联系。该框架先利用图像与脑活动配对数据预训练，再针对每位受试者分别微调图像和视频重建任务。作者报告，其视频重建在标准基准上达到当前领先水平，图像重建也具有竞争力。研究还通过神经信号扰动、皮层特征敏感性分析和特定脑区引导的语义调节，探索输出是否响应脑信号变化。这些分析提供的是模型行为层面的证据，不等同于已经证明生成内容忠实还原了人的视觉体验。本研究为预印本，尚未经同行评审。

研究者用自然语言描述待识别的类别，帮助模型学习脑信号与类别之间的对应关系，并在视觉、运动和语音解码任务中评估这一方法。研究覆盖七种编码器架构，使用头皮和颅内记录，各任务模型独立训练。与匹配的类别标签监督基线相比，语音解码准确率最多提高17.15个百分点。研究还报告，所学表征支持候选类别集合复用，以及有标签监督的受试者和会话适配；在稳态视觉诱发电位任务中，可在特定条件下解码训练中未见过的频率。这些结果并不代表一个统一模型已能直接完成全部任务，或无需标签即可适配新受试者。本研究为预印本，尚未经同行评审。

研究人员开发了一种贴合脑表面的软性监测系统，并在兔脑肿瘤切除模型中验证，用于测量手术中的接触压力，同时记录神经电信号和温度。研究观察到，体感诱发电位这一神经电信号与压力所致的皮层神经通路损伤存在相关性。伊文思蓝染色和磁共振成像显示，在所研究的实验条件下，接触压力高于80kPa会造成不可逆颅脑损伤。系统采用能响应温度变化的水凝胶界面。上述压力结果来自动物实验，不能直接作为人体手术的安全阈值。