Frontiers in Human Neuroscience

一项概念验证研究显示，基于脑电图（EEG）的非侵入式脑机接口方法可区分1型糖尿病患者的低血糖与非低血糖状态。在数据受限条件下，二次判别分析分类器达到96.2%的准确率，且低血糖状态伴随特征性的delta和beta波段改变。该方法有望为低血糖早期预警提供无创、可实时运行的检测途径。

一项覆盖10所高校800名学生的调查显示，教师支持是预测中国大学生使用脑机接口意愿的最强因素（β=0.337），而经典技术接受模型中最重要的绩效期望在这里不显著（β=0.059）。模型解释了行为意向62.6%的方差。更值得注意的是量化与访谈结果的反差：神经伦理担忧在结构方程中不显著（系数为0.044且为负），但40名受访学生中有28人把隐私焦虑列为首要顾虑；作者指出，该变量与使用意愿的零阶相关其实是正的（r=0.24），说明担忧在采纳前阶段反映的是投入而非抗拒。该研究2026年8月21日发表于《Frontiers in Human Neuroscience》。

研究者提出脑机接口在心理健康领域应用的伦理本体论框架，用于平衡技术伦理、有效性与效率三方面考量。