脑电

脑机接口公司BrainAccess宣布推出MATLAB API，允许用户直接从桌面MATLAB连接其脑电设备并采集数据。该API支持蓝牙连接、配置通道和采样率、启动和停止数据流，以及将数据导入MATLAB数组。此前，使用BrainAccess硬件需要转向Python、C或依赖LSL MATLAB工具箱。新API旨在减少环境切换的麻烦，使数据能直接流入Signal Processing Toolbox、EEGLAB等常用工具。BrainAccess是一家专注于无线干电极脑电系统的公司，其产品线包括MINI、MIDI、MAXI和HALO等型号，广泛应用于神经科学研究和工程实践。此次发布的MATLAB API与现有的Python API结构一致，便于用户快速上手。该工具箱以单个.mltbx包形式安装，适用于桌面MATLAB（R2025b或更新版本），并支持会话注释和直接保存为.mat文件，进一步简化了数据采集与分析流程。

在伦敦大学学院与Tom Carlson教授合作的工作坊中，研究人员演示了在飞行模拟实验中同步结合脑电图（EEG）、心电图（ECG）、皮电反应（GSR）和眼动追踪。实验使用g.Nautilus 28通道无线EEG、ECG、GSR传感器和Tobii Pro Glasses 3眼动仪，实时同步采集多模态生物信号，监测两个完整飞行周期（起飞、自由飞行、着陆）中的心理负荷、参与度和心率变异性（HRV）变化。该设置可在30分钟内完成准备，参与者全程保持移动自由。

法国神经技术公司BIOSerenity利用法国最强大的超级计算机Jean Zay，在三个月内开展了一系列大规模脑电图（EEG）人工智能训练实验。团队训练了一个拥有3亿参数的模型，使用了11万小时的EEG数据，运行在64个GPU上。此外，他们还完整训练了Mercury和Neptune两个模型家族，每个家族有三种规模，参数从约1300万到1亿不等，数据量从约5000小时到4万小时。结果显示，Neptune模型随规模增大而性能提升，但Mercury模型却出现相反趋势，最小版本表现最佳。这些发现表明，脑信号AI的缩放规律与语言模型不同，相关结果尚未经过同行评审。

Divergence Neuro 宣布在其生态系统中支持 BrainBit 的 DragonEEG 系统。该系统配备 19 个基于国际 10-20 系统的 EEG 通道，以及专用的 EMG、ECG 和 EOG 多通道，用于 qEEG 脑图谱、神经科学研究和专业神经技术开发。此举旨在为临床医生、研究人员、教育工作者和开发者提供研究级 EEG 采集能力。随着 qEEG 在神经反馈、心理健康和认知表现领域的应用日益广泛，对高质量 19 通道 EEG 数据的需求持续增长，而 DragonEEG 的加入正好满足了这一需求。

北京航空航天大学和清华大学的研究人员提出一种多模态对比学习框架，将脑电（EEG）与同步视频和运动数据配对，用于检测虚拟现实中的晕动症。研究发现，融合三种信号比任何单一模态或两两组合都更准确，且模型能自动剔除与晕动症无关的前额叶连接。研究使用mbt的Smarting PRO 32通道无线脑电系统和Pico 4 Ultra头显，29名健康成年人在主动导航的虚拟场景中参与实验。该研究将脑电信号构建为连接图，并利用注意力编码器将视频和运动数据映射到相同结构，使得分离晕动与非晕动状态的边界最清晰。

法国医疗科技公司BIOSerenity研发的EEG基础模型BIOSerenity-E1，在超过4000小时脑电数据上自监督预训练，并在正常/异常分类、阿尔茨海默病检测、儿科睡眠分期和癫痫发作检测四项临床任务上取得强劲表现。其中正常/异常算法已集成到CE认证的医疗器械中，癫痫发作检测算法正在进行临床评估。相关成果将在法国格勒诺布尔举行的第八届临床神经生理学会议上以海报形式展示。