神经信号解码

脑机接口换一天使用时，脑电信号会发生漂移。常规分类器不论把握大小都照样给出指令，错误指令可能让设备做出意外动作。美国圣母大学计算机科学与工程系的研究人员在《Journal of Neural Engineering》上报告，他们给运动想象脑机接口加了一道“门”：用共形预测判断把握不够时，就不发指令。研究以DeepConvNet为基础分类器，比较了多种门控策略。在54名受试者的OpenBMI数据集上，错误指令比例从37.5%降至9%至16%；在9名受试者的BCI Competition IV Dataset 2a上，从35.5%降至6%至8%。代价是发出的指令变少。研究据此给出了按容错程度选择校准数据与门控策略的框架，结果均来自离线公开数据集。

毕索大学团队比较了脑电、脑磁图、颅内脑电和功能磁共振成像中的视觉解码，发现使用同一种仪器时，参与者之间谁更容易被准确解码的差异具有可重复性；但在外部配对队列中，不同仪器未呈现共同的参与者排序。研究使用未参与训练的记录轮次和刺激身份检验分类器。注意、行为和外周信号影响记录质量，却未解释大多数稳定的个体差异。颅内记录还显示，局部类别选择性更鲜明的参与者更容易解码。作者认为，这些差异反映个体、所区分的表征与仪器之间的关系，而非单纯属于个人的固定特征。

北京大学等合作团队在清醒小鼠中，将自然电影的动态画面转换为具有时空图案的光遗传刺激，再从初级视觉皮层的反应中重建电影帧。研究比较了自然观看与人工刺激两种条件下的皮层活动，发现人工刺激诱发的宏观动态与自然视觉反应具有较高可比性，信息表征也呈现对齐。团队开发的深度学习模型能够从两种条件下的皮层信号中重建画面。这项动物实验为评估视觉皮层假体如何将图像转换为刺激模式提供了概念验证，但并不等于已证明人工刺激能让小鼠产生相应视觉体验，更不代表人体视力恢复效果。

脑机接口要给新用户用，解码器得在没见过此人数据的情况下读懂他“想象动一动手脚”时的脑电信号。研究人员提出ThinkNet框架，从数据归一化、模型挑选到多模型组合，全程不让被测者的数据参与决策，避免成绩被高估。在公开数据集BCI Competition IV-2a的四分类任务中，研究采用9折留一被试交叉验证，选出的小模型只有4.9K个参数，准确率为44.35±15.41%，单次推理耗时0.99毫秒；参数不超过25K的小模型平均准确率40.10%，高于中型和大型模型的35.09%和34.78%，由验证集把关的模型集成也优于单模型推理。研究同时发现，验证集成绩与测试成绩几乎不相关，模型挑选的可靠性仍是瓶颈。该研究为预印本，尚未经同行评审，作者注明论文已被IEEE-EMBS BHI'2026会议接收。

语音神经假体从大脑活动中解码患者尝试说出的话，最后一步通常要用一个数十亿参数的语言模型给候选句子重新打分，这是整套系统里唯一需要GPU的环节。Gabriele Cinà于2026年9月27日在arXiv发布的研究改用托管模型Jev，一次调用给每个候选句子输出一个概率，再与解码器自身的评分结合。在一名渐冻症（ALS）参与者的978个保留句子上，已发表解码器单独使用时词错误率为8.1%，Jev为7.5%，OPT-6.7b与Qwen2.5-7B均为7.8%；重新调整解码器权重后，三者分别为6.9%、7.2%和7.4%。Jev不需要GPU，每千句成本0.07美元，经互联网的端到端延迟为262毫秒，慢于本地GPU上7B模型的27毫秒。该研究为预印本，尚未经同行评审。

传统的视觉诱发脑机接口靠黑白高对比度闪烁来“标记”屏幕上的每个选项，看久了眼睛容易累，可区分的选项数量也有限。天津职业技术师范大学的研究团队改用红、绿、蓝、黄、灰五种颜色的相对变化来编码刺激，并对目标分组调制，做出了一套可同时区分64个目标的系统。配套的解码算法先用任务判别成分分析（TDCA）从脑电中提取与目标相关的成分，再交给一个轻量的神经网络（多层感知机）完成分类。实验于2026年4月至6月开展。在10名参与者的对比实验中，这套TDCA-MLP算法的平均准确率为93.72%，高于4种常用算法。作者称，系统所需校准更少，主观视觉体验较好。

深度学习让脑机接口读“想象动作”的脑电信号越来越准，但模型太大，难以装进可穿戴设备。这篇综述把让模型“瘦身”的办法归为两类：一是改进卷积神经网络结构，如深度可分离卷积、多分支卷积、空洞卷积和注意力机制；二是压缩已有模型，如剪枝、量化、知识蒸馏和低秩分解。作者比较了代表性轻量模型的参数量、计算量和分类准确率，认为轻量化网络很有潜力，但各类压缩方法都有短板，手工设计也效率低、依赖特定硬件，建议转向自动化网络结构搜索与软硬件协同设计。

研究人员提出名为SICMD的方法，把功能磁共振成像（fMRI）和脑磁图（MEG）两种非侵入式脑信号结合起来，从大脑活动中识别一个人正在听的语音，并且让同一个模型适用于不同的人。fMRI擅长定位活动发生在哪里，MEG擅长捕捉活动发生的时间，两者结合可以得到更完整的时空信息。在跨被试的感知语音解码任务中，该方法的Top-1、Top-10和Rankacc三项指标比基线方法分别提高10.6%、10.1%和1.7%以上。与多被试解码和被试内解码相比，训练成本分别降低88.8%和60.5%。该研究为预印本，尚未经同行评审。

想象中说的话，比耳朵听到的话更难从脑信号里读出来：大脑反应弱、噪声大，可用的数据也少。研究团队用一套同一批内容既“听”又“想”的脑磁图（MEG，一种在头皮外记录大脑磁场的无创技术）数据集，在训练和解码两个环节接入语言模型。结果显示，想象语音从语言模型中获益比听到的语音更多，而且最佳效果需要更多依赖语言模型。作者据此认为，脑信号证据越弱，语言模型提供的上下文先验越有用。该研究为预印本，尚未经同行评审。

剑桥大学参与的一项合作研究分析人类腹侧前颞叶表面的皮层脑电网格电极数据，发现结合4-200Hz的宽频信号，可以显著解码具有程度差异的多维语义信息，而单个频段未得到显著解码结果。研究使用表示相似性学习，分析信号在不同时间和频率下的功率与相位，比较语义信息集中于单一频段、各维度分别对应不同频段，以及需要联合多个频率才能呈现三种假说。作者认为，结果支持“跨频率”编码。理解多维语义的神经表征，需要把多个频率的信息放在一起考察。这项研究尚未经同行评审。

植入大脑的电极记录到的是许多神经元混在一起的放电信号，脑机接口要先分清哪次放电来自哪个神经元，才能读出意图。这项研究设计了一套混合算法，用深度神经网络识别放电所属的神经元并估计波形形态，再用模糊逻辑方法在信号质量不确定时判断放电、评估结果可信度，网络结构则通过多目标筛选选定。在大鼠皮层、海马CA1区和猴运动皮层的四个记录数据集上，全标注条件下分类准确率为96.4%，精确率94.8%，平均延迟45.2毫秒；只有10%数据带标注时准确率为88.9%，作者称这一结果与现有无监督方法相当，且额外给出置信度和波形估计。研究为单一作者完成，作者指出用于临床前还需前瞻性验证。

脑机接口要在算力有限的设备上运行，常用剪枝或低精度量化把解码模型压小。研究人员测试了这种压缩是否会改变模型面对对抗攻击时的表现。对抗攻击指对脑电信号加入人眼难以察觉的微小扰动，诱使模型判错。结果显示，在保持识别精度的前提下压缩模型，抗攻击能力并没有变强：在ε=0.005的扰动强度下，EEGNet模型在原始、50%剪枝和两种INT8量化版本下的准确率都只有22%到24%。不过，剪枝后的模型与原始模型之间，攻击样本相互迁移的效率明显下降，量化模型则几乎不变。该研究为预印本，尚未经同行评审。

研究提出脑电去噪方法DenoFlow，尝试去除肌肉和眼部电活动带来的干扰，同时保留信号中可供脑机接口识别的信息。作者报告，在两个公开稳态视觉诱发电位（SSVEP）数据集、5种解码器的评估中，该方法的信号保真度与解码准确率均优于7种基线去噪模型。研究通过注入已记录的肌电和眼电伪迹，并控制目标信噪比，构建受污染信号与原始信号配对的数据。这些结果来自上述受控数据测试，该研究尚未经同行评审。

植入式脑机接口有个老问题：电极每天记录到的神经元会变，昨天训练好的解码器今天可能就不准了。Canyang Zhao等五位作者于2026年9月23日在arXiv发布预印本，提出一种名为任务条件潜在对齐（TCLA）的方法：先结合神经信号重建与连续行为监督，从一次记录中学出一个与行为相关的低维“共享空间”；之后每次新记录都固定这一空间，按不同任务分别对齐进去。在七个猴类数据集上，长期跨会话测试的平均R²为0.476±0.014，解码失败率为6.8%；1,356对同一个体会话对的平均R²为0.371±0.009；换到不同个体之间时，平均R²为0.218±0.004，失败率为12.9%。源代码已公开，该研究尚未经同行评审。

在虚拟现实里一边看动作演示、一边在脑中想象这个动作，这样训练时，机器能否更准确地从脑电信号里读出“想动哪里”？兰州交通大学的研究团队提出一套层级图学习框架：先把头皮脑电拆成不同节律成分，筛选出关键特征，再把每次试验的脑区连接关系画成一张“图”，交给层级图卷积网络做判断。团队在自己采集的VR运动想象数据集上测试，这套方法的三分类解码准确率超过了EEGNet等常用基线模型。研究还发现，VR中的“观察加想象”能增强感觉运动脑区之间的连接，让更大范围的脑网络协同工作。摘要未给出具体准确率和受试者人数。

在运动想象脑机接口的跨被试迁移学习中，选对"黄金被试"，即脑电信号最具代表性、最适合作为训练模板的被试，直接影响其他用户的解码准确率。此前研究采用模糊决策评分法（FDOSM）将S5认定为最佳被试，但该方法未将权重计算与排序步骤分离。伊拉克伊玛目贾法尔·萨迪克大学的研究者构建了一个9×18的统一黄金被试决策矩阵（UGSDM），同时纳入9名被试在训练和评估两阶段的18项指标，涵盖分类准确率、召回率、F1分数、对数损失和特异度等。研究用FWZIC方法计算权重、VIKOR方法做妥协排序，结果显示最佳被试从S5变为S1（Q=0.0000）。4种权重场景的敏感性分析中S1有3次排名第一，显示框架具备一定稳健性。该研究为预印本阶段的方法探索，仅涉及9名被试，尚未经大规模数据集验证。

肌肉活动产生的电信号会在很宽的频率范围内盖过头皮脑电，把分析和脑机接口需要的神经信息淹没。研究人员提出名为P2P Trans的条件对抗去噪模型，它把U形编码器解码器、瓶颈处的多头自注意力、交叉注意力引导的跳跃融合与PatchGAN判别器结合在一起。在基于EEGdenoiseNet、覆盖-7至2 dB共10个信噪比水平的合成数据上，它与5种卷积编码器解码器基线模型比较，取得最高平均相关系数0.8645和最低平均频谱误差0.3596，干扰越重优势越明显。不过它在逐点波形还原上并不领先，说明压低频谱噪声与保真波形之间存在取舍。该研究为预印本，尚未经同行评审。

脑电信号很容易被眨眼、肌肉活动和心跳混入的干扰（伪迹）污染，进而拖累脑机接口读取意图的准确率。西北工业大学自动化学院与软件学院的研究团队提出名为Diff-ADN的单通道去噪框架，先按污染严重程度重建信号，再由扩散模型引导做一次残差修正，可处理眼电、肌电、心电及混合伪迹。在-7至+2 dB的污染水平下，重建信号与干净脑电的平均皮尔逊相关系数在0.839到0.936之间。在4个公开运动想象数据集上，去除心电伪迹后解码准确率回升4.88至5.59个百分点，单项最大回升21.90个百分点。处理一段2秒脑电在测试CPU上只需12.52至17.08毫秒。研究同时发现，波形重建得更好，并不等于解码准确率同步回升。

从头皮脑电和脑磁图这类非侵入式记录中解码单个词汇，一直是脑机接口领域的难题，因为信号弱、时间分散，且混杂着声学、词汇和语义结构。深度学习已能从颅内记录中解码语言，但将这一能力推广到非侵入式记录仍是未解课题。由Yueyang Li、Shuran Chen、Wai Ting Siok和Nizhuan Wang提出的HDND（分层动态神经解码）框架将词汇解码视为逐步精炼而非一步到位的标签检索，在涵盖英语、荷兰语、普通话和粤语的七个脑电与脑磁图数据集、九种实验条件下，参与者平均平衡Top-10点估计值均高于匹配的上下文词汇解码基线，其中八项条件下取得所有对比方法中的最高均值。该研究为预印本，尚未经同行评审。

人在看别人做动作时，负责运动的大脑皮层也会跟着活跃。那么，瘫痪患者看着自己用脑控制的机械手或虚拟手时会怎样？研究人员在植入皮层内脑机接口的用户观看人手、机器人手和类手圆点等虚拟对象做抓握动作时，记录了运动皮层单个神经元的放电。结果显示，被观看的对象越像人，运动皮层的活动越强，这一规律在整体神经元群和单个神经元上都能看到，参与者自己对“像不像人”的主观感受也与神经活动相关。不过，当用户自己尝试做手部动作时，运动皮层活动基本不受所看对象外观的影响，提示脑控外部设备的直观性可能不会因设备是否像人而明显受损。

便携脑电设备通道少，能捕捉的皮层信息有限，情绪解码一直是难点。厦门理工学院团队提出时空频谱非对称融合网络（STSANet），利用额颞区同源电极之间的非线性半球偏侧化特征，在SEED公开数据集和自采数据集上分别达到86.80%和87.43%的情绪识别准确率。研究还验证了便携式Xmuse设备与专业级Enobio设备的频谱能量分布具有一致性，表明该方法有望在消费级脑电硬件上运行。该研究为预印本，尚未经同行评审。

重庆大学电气工程学院团队提出端到端神经网络MTANet，用于提升运动想象脑电的解码精度。该模型包含脑电inception注意力模块和并行时序注意力模块，前者提取并加权脑电信号中的时间-频率-空间耦合特征，后者用多条并行时间卷积网络处理不同特征序列的加权片段。在3个公开数据集的离线测试中，MTANet均优于7种现有模型：BCI Competition IV数据集IIb平均准确率89.47%，数据集IIa为83.39%，BCI Competition III数据集IIIa为77.06%。研究尚未在在线脑机接口场景中测试。

预训练脑电基础模型日益被视为脑机接口的通用编码器，但近期基准测试对其迁移效果的评价并不一致。两个主流脑电基础模型LaBraM和CBraMod在BCI Competition IV-2a四类运动想象数据集上，采用验证锁定协议评估后，所有配置均不及传统监督学习模型，包括经验证集选择的微调方案。研究进一步发现，基础模型与任务特定解码器通常使用不同的输入管道进行评估，构成关键混淆因素。将三个监督架构切换到基础模型所用的宽带输入后，准确率变化方向因架构而异：ATCNet提升0.078，EEG Conformer下降0.088，且经多重比较校正后均不显著。这意味着用单一对照模型来衡量基础模型的性能差距可能不可靠。该研究为预印本，尚未经同行评审。

人看到一张图片时，大脑会留下可测量的电信号和磁信号，能否据此反推他看的是哪张图？多数现有方法只把脑信号和图像的一个整体特征做匹配。这项研究改用视觉模型中间层的全部局部图块特征，设计了一个轻量的残差补丁适配器（RPA）。在公开的THINGS-EEG2脑电数据集上，同一受试者内的Top-1识别准确率为95.4%，跨受试者为35.5%；在THINGS-MEG脑磁图数据集上分别为65.2%和6.7%。作者称在两个数据集上均达到当前最佳水平。分析显示，颜色、纹理等低层视觉特征与高层语义同样重要。该研究为预印本，尚未经同行评审。

这项研究让90名学习者分成两组，一组用脑机接口实时读取注意力、认知负荷和精神疲劳，据此调整教学内容和节奏；另一组按传统在线课程学习。实验组在持续参与度和知识保留上表现更好。研究采用混合方法，定量数据包括前后测成绩、任务完成率和神经活动指标，定性数据来自问卷调查和半结构化访谈，用于衡量学习者感知到的参与度、可用性和整体学习体验。90名参与者分别来自English House Language Center、亚美尼亚欧洲大学和Mesrop Mashtots大学。研究者同时提出，在教育场景采集和使用神经数据，隐私、伦理与可及性问题尚未解决。

混合运动想象脑机接口将脑电与功能性近红外两种模态结合，利用电生理与血流动力学信息的互补优势提升解码精度，但实际使用中需同时佩戴两套采集设备，操作不便且成本较高。此前基于扩散模型的跨模态生成方法需上千步迭代，延迟过高，难以用于实时场景。陕西师范大学现代教学技术教育部重点实验室与微软（北京）的研究者提出Bio-MF框架，采用一步生成策略直接从脑电信号预测近红外波形，在一块RTX PRO 6000 GPU上仅需7毫秒即完成一次生成，比1000步扩散模型快857倍。在数据集1上，脑电加合成近红外比仅用脑电的分类准确率提高3.37至4.15个百分点；在数据集2未见过的64通道脑电布局下，提升为2.50至2.98个百分点。该研究为预印本，尚未经同行评审，所有验证均基于离线数据。

研究用47名肌萎缩侧索硬化症患者的1,065个片段数据，测试五种语言模型作为AI代理执行指令的表现。在相同执行覆盖率下，向模型提供重建的解码器置信度，并未使其不忠实执行率低于确定性门控，两个模型还显著更差。看似改善的安全表现主要来自减少执行。在后续让十个模型与确定性解析器获得相同指令词表的测试中，直接执行的代理均未超越解析器的风险—覆盖率前沿；但由模型提出语义修正、外部门控决定是否放行的混合架构，在十个模型中的五个上扩大了覆盖范围，且未观察到不忠实执行。