IEEE Transactions on Biomedical Engineering

研究者在5名接受颈内动脉异戊巴比妥注射试验的患者身上，同步记录了血管内脑电与头皮脑电，量化了这种介入式记录方式在人体上的信号特性。作者称，血管内脑电被视为在信号保真度与侵入性之间取得平衡的脑监测手段，动物实验中其带宽与信噪比可与硬膜下记录相当，但人体上的信号特性此前少有量化。全部信号经伪迹剔除与独立成分分析预处理，再以功率谱密度、虚部相干、锁相值和幅度包络相关四项指标评估信号质量与功能连接。结果显示，血管内脑电的功率约为同期头皮脑电的3.7倍；距离最近的血管内电极与头皮电极配对在所有受试者中耦合度都更高，平均差异为4.9个百分点，个体间范围为1.8%至7.6%，在间距小于30毫米时最为明显。

该研究提出ReCIL，一种基于排练的类别增量学习方法用于跨被试运动想象分类，使模型可顺序学习新的MI类别而无需从头重训。ReCIL采用欧氏对齐降低跨被试EEG分布偏移，通过全局-局部重放保留旧任务知识，并借助降维进行可靠的样本相似度计算。在三个公开MI数据集上的实验显示，ReCIL在可塑性与稳定性之间取得良好平衡。据作者称，这是跨被试类别增量学习用于MI分类的首次研究，为无需从头重训即可扩展新类别的脑机接口提供了实用方案，回应了既有方法在新增类别时需重采数据或重训模型的低效问题。

ChatBCI-Assist整合本地部署的大语言模型和自适应停止策略，P300拼写器在线信息传输率达105.2 bits/min，语义拼写速度30.7字符/分钟。