中 / EN

脑电

218 条

脑电图(EEG)是脑机接口领域应用最广泛的信号采集技术,以低成本、便携和非侵入的优势支撑着从实验室研究到消费级产品的广泛场景。本专题汇集 EEG 硬件、信号处理方法与新型电极材料的最新进展。

2026 年 7 月

EEG驱动TMS闭环调控工作坊将在广州举行,英智科技将展示相关设备

中国康复医学会脑功能检测与调控康复专业委员会将于2026年7月17日在广州举办脑客中国:脑机接口——EEG驱动TMS闭环调控工作坊。该工作坊聚焦脑机接口技术在神经康复中的应用,特别是通过实时分析脑电信号触发经颅磁刺激的闭环调控方法。深圳英智科技有限公司(Shenzhen Hanix United)将携相关设备参会。英智科技是本次大会的支持单位之一,将展示EEG驱动TMS闭环调控脑机接口设备与近红外脑功能成像装置,为临床医生和研究者提供实操机会。此次工作坊是2026中国康复医学会脑功能检测与调控康复专业委员会学术年会暨第八届脑功能检测与调控康复论坛的同期活动,旨在推动脑功能检测与调控康复领域新理念、新技术的传播与应用。

BIOSerenity在法国超算上训练EEG大模型,发现缩放规律与语言模型不同

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。

Neurosom获美国专利,用贝叶斯超分辨率提升脑电溯源与经颅电刺激引导

Neurosom宣布获得一项新专利,名为“用于脑电图源分析和经颅电刺激的贝叶斯超分辨率方法”,美国专利号12,663,866。该技术结合贝叶斯统计建模、个性化脑电数据与脑图谱模型,旨在实现脑电活动起源的“超分辨率”定位,从而提升经颅电刺激的引导精度。

NIRx与Artinis宣布战略合作,加速fNIRS脑成像创新

NIRx Medical Technologies与荷兰fNIRS先驱Artinis Medical Systems宣布建立战略合作伙伴关系,旨在加速脑成像技术的创新与普及。该合作由医疗保健投资者Gilde Healthcare支持,双方将保留各自品牌与运营地点,整合研发与商业规模,以推动fNIRS在应用神经科学中的更广泛采用。领导层保持不变,Patrick Britz博士继续担任NIRx CEO,Willy Colier博士继续担任Artinis CEO。

Divergence Neuro 支持 BrainBit 的 DragonEEG

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。

脑磁图加深度学习解码听觉与视觉想象,视觉任务准确率超七成

研究团队让18名右利手参与者分别想象声音和画面,同时用脑磁图记录脑信号,再比较卷积神经网络与线性逻辑回归两种解码模型。卷积神经网络在两个任务上都高于随机水平,视觉想象的准确率超过70%。更值得注意的是,即使只用与当前任务无关的皮层区域训练,模型仍能显著解码,说明想象内容并非局限于单一感觉区,而是分布在有重叠的神经网络里。这为把听觉与视觉信息一起纳入脑机接口解码提供了实验依据。

脑客中国工作坊聚焦EEG驱动TMS闭环调控,7月广州举办

中国康复医学会脑功能检测与调控康复专业委员会将于2026年7月17日在广州举办“脑客中国:脑机接口——EEG驱动TMS闭环调控工作坊”。工作坊旨在探讨脑机接口技术从实验室走向临床的转化,重点介绍EEG驱动的TMS闭环调控在神经康复与脑疾病精准诊疗中的应用。该技术通过实时分析脑电信号,在识别到特定大脑状态时触发TMS刺激,实现“脑状态依赖式刺激”,结合TMS的空间精度与EEG的时间精度,推动闭环神经调控的发展。工作坊由专委会主办,深圳英智科技有限公司等支持,报名截止至7月17日。

脑电结合视频与运动数据,北航清华团队提升晕动症检测准确率

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。

BIOSerenity发布EEG基础模型,在四项临床任务上表现强劲

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。
2026 年 6 月

Universal Brain事件相关电位系统获FDA 510(k)许可

美国食品药品监督管理局(FDA)于2026年6月30日对Universal Brain的UB ERP系统作出510(k)决定,结论为实质等同,受理号K253767,走的是传统510(k)途径。按FDA器械分类,该器械归入非归一化定量脑电图软件类别,属二类器械,法规编号882.1400,由神经病学咨询委员会归口。事件相关电位(ERP)是把脑电信号按刺激事件对齐后叠加平均得到的波形,P300等成分既用于临床评估,也是非侵入式脑机接口拼写器的经典范式基础。

Ceribell床旁脑电监护仪获FDA 510(k)许可

美国食品药品监督管理局(FDA)于2026年6月30日对Ceribell, Inc.的Ceribell监护仪作出510(k)决定,结论为实质等同,受理号K261101,走的是传统510(k)途径。按FDA器械分类,该器械归入简化导联标准脑电图机类别,属二类器械,法规编号882.1400,由神经病学咨询委员会归口。这是Ceribell同期获批的多个产品之一,该系列以简化导联快速布设为特征,面向急诊与重症场景的床旁脑电记录。

多视图对比学习域泛化,事件相关电位分类跨被试也不掉链子

事件相关电位为脑机接口提供隐式反馈与纠错信号,但基于源域被试训练的模型容易受被试间差异与采集噪声影响,泛化到未见被试时性能明显下滑。新方法MVCLDG把判别特征提取与域不变表征学习结合起来,用多尺度inception块融合原始脑电与希尔伯特变换导出的相位信息,捕获幅值与相位特征,再施加域对齐与对比学习约束,缩小跨域分布差异、压紧类内表征、拉开类间间隔。它在公开的错误相关负电位数据集和自采的语义句法违规数据集上评估,跨被试设置下优于基线与代表性域泛化方法,且无需额外目标域自适应;消融实验确认各组件有效,特征可视化显示模型关注的电极与已知神经生理头皮模式一致。该研究2026年6月27日发表于《Brain Connectivity》。

Ceribell脑电判读软件获FDA 510(k)许可

美国食品药品监督管理局(FDA)于2026年6月24日对Ceribell, Inc.的Ceribell神经科判读软件作出510(k)决定,结论为实质等同,受理号K260998,走的是传统510(k)途径。按FDA器械分类,该器械归入全导联脑电图自动事件检测软件类别,属二类器械,法规编号882.1400,由神经病学咨询委员会归口。该分类项对应的是在全导联脑电记录中自动标记事件的软件功能,把长时程记录里的可疑片段挑出来供医师复核。

Neuroelectrics脑电采集设备Enobio Dx获FDA 510(k)许可

美国食品药品监督管理局(FDA)于2026年6月13日对Neuroelectrics Barcelona S.L.U.的Enobio Dx系列(8、20、32导)作出510(k)决定,结论为实质等同,受理号K261604,走的是特别510(k)途径。按FDA器械分类,该器械归入全导联标准脑电图机类别,属二类器械,法规编号882.1400,由神经病学咨询委员会归口。Neuroelectrics以无创脑电采集与经颅电刺激设备见于神经调控与脑机接口研究,本次获批的Enobio Dx按导联数分为8、20、32三个型号。

VoxNeuro定量脑电认知评估软件获FDA 510(k)许可

美国食品药品监督管理局(FDA)于2026年6月12日对VoxNeuro, Inc.的认知功能神经影像(cfNI)软件作出510(k)决定,结论为实质等同,受理号K253015,走的是传统510(k)途径。按FDA器械分类,该器械归入归一化定量脑电图软件类别,属二类器械,法规编号882.1400,由神经病学咨询委员会归口。归一化定量脑电分析把个体脑电指标与参考人群数据库比对后再输出结论,用于认知功能的客观量化评估。
2026 年 5 月

新型深层残差网络ResDSNet提升运动想象脑电解码准确率

脑机接口要读懂“想象动一动手”时的脑电信号,常用的轻量神经网络大多层数较浅,难以提取更深层的特征。直接把网络加深,又会因为残差结构设计不当、预处理与残差模块不匹配而无法提升效果,研究者称之为“深度壁垒”。研究团队提出残差深度可分离网络ResDSNet,并配套设计了数据预处理模块,用于过滤噪声、保留运动想象相关特征。在3个公开数据集、共127名受试者的脑电数据上,它的准确率分别为79.36%、84.95%和64.13%,比现有最优方法分别高3.16%、1.59%和8.40%。这项工作只在离线公开数据上测试,尚未在实时脑机接口系统或患者中验证。

上海第九人民医院登记灼口综合征脑机接口临床试验,拟入组38人

灼口综合征患者常被口腔烧灼样疼痛困扰数月甚至数年,常规检查却查不出明显病变,治疗手段有限,患者往往在口腔科与精神心理科之间来回转诊。上海交通大学医学院附属第九人民医院登记了一项随机、假刺激对照的介入性试验,用经颅直流电刺激调控左侧背外侧前额叶,同时采集静息态脑功能与脑结构影像,观察疼痛、焦虑抑郁、睡眠与唾液分泌等指标的变化。这项试验由该院脑机接口专项研究计划资助,登记号为 ChiCTR2600124987,登记日期为2026年5月20日。试验计划入组38人,真刺激组与假刺激组各19人,首例入组日期定在2026年6月1日,目前尚未开始招募。

脑电情绪识别按可靠性在快慢两路间切换,准确率最高94%

用脑电信号识别情绪,以往要么离线批量处理、准确但慢,要么实时流式处理、快但准确率打折扣。研究人员提出一种混合批流框架,把两种方式结合起来:系统根据流式模块过往的表现估计它当前是否可靠,再按概率决定采用批处理还是流处理的输出。在DEAP、AMIGOS和SEED三个公开基准数据集上,该框架的分类准确率分别为85%、94%和74%。研究还测试了系统在数据分布随时间变化(概念漂移)时的表现。目前结果来自公开数据集的离线评估,尚未在真实用户中验证。

山东省立医院登记早期脑电脑机接口卒中康复试验,计划入组60人

急性缺血性卒中后,能否在发病头几天就用“想”来带动康复训练?这项计划入组60人的初步试验,让患者用头皮脑电脑机接口练习上肢动作,并设假训练组对照:机器读取患者想动手时的脑电信号,再给出训练反馈。两组都在常规早期康复基础上训练10天,每天2次、每次约30分钟,以随机化后30天上肢运动功能评分的变化作为主要结局。试验尚未开始招募,预计2026年10月启动。

重庆研究团队提出流形对抗网络,减少运动想象脑电解码的跨被试校准

脑机接口换一个人使用,往往要先采一段新数据重新校准,因为每个人的脑电信号差异很大,而且会随时间漂移。研究团队提出名为SPD-DANN的方法,把脑电特征放在一种更贴合其非线性结构的数学空间里,即对称正定矩阵流形,再用对抗学习提取不随个人变化的共性特征,目标是让模型无需逐人校准就能解读新用户的运动想象,即在脑中想象手脚动作时产生的脑电信号。研究人员在4个脑机接口数据集上测试,称该方法优于多种现有的无监督域适应技术。摘要未给出具体准确率数字,结果均为离线数据集测试。
2026 年 4 月

脑机接口正念冥想治疗慢性耳鸣 多中心随机对照试验完成登记

中国临床试验注册中心(ChiCTR)于2026年4月23日登记了一项多中心随机对照试验,评估基于脑机接口的正念冥想对慢性耳鸣患者临床症状的疗效。该试验注册号为ChiCTR2600123258,目前尚未开始招募受试者。这是首个将脑机接口与正念冥想结合用于慢性耳鸣治疗的多中心试验注册记录,标志着该疗法从单中心探索走向多中心验证阶段。试验具体设计、样本量及申办方等信息需查阅原始注册记录。

脑出血后上肢康复:脑机接口新试验登记,结合脑电与近红外

中国临床试验注册中心登记了一项脑机接口研究,用于脑出血后的上肢运动功能康复。该试验结合脑电图(EEG)与功能性近红外光谱(fNIRS)两种信号,注册号为ChiCTR2600122859,登记日期为2026年4月20日,目前尚未开始招募。研究的具体设计、样本量和申办方等信息尚未在登记信息中披露。

西安电子科技大学拆掉Transformer编码器,脑机解码准确率不降反升

西安电子科技大学研究团队针对快速序列视觉呈现范式的单试次脑电解码,先构建了基于Transformer的DisCo-Former框架,融入3个由神经生理先验引导的部件。该研究2026年4月10日发表于《International Journal of Neural Systems》。DisCo-Former虽然超过了现有方法,但分析发现注意力持续坍缩,注意力图近乎均匀,值投影权重趋近于0。去掉Transformer编码器后得到的纯多层感知机版本DisCo-MLP,在2个数据集和3种评估方式下与Transformer版本持平或更优,受试者内解码的平均AUC约为0.94至0.98。
2026 年 3 月

Zeto的New Wave脑电采集设备获FDA 510(k)许可

美国食品药品监督管理局(FDA)于2026年3月13日对Zeto, Inc.的New Wave脑电系统作出510(k)决定,结论为实质等同,受理号K260455,走的是特别510(k)途径。按FDA器械分类,该器械归入全导联标准脑电图机类别,属二类器械,法规编号882.1400,由神经病学咨询委员会归口。该分类项对应的是采集完整导联组脑电信号的标准脑电图设备。Zeto的产品线以干电极头戴为特征,免去导电膏的涂布环节,这一路线在脑机接口硬件的可用性讨论中被反复提及。

非侵入式脑机接口结合多模态训练对卒中后上肢偏瘫的即刻影响:ChiCTR新登记试验

中国临床试验注册中心(ChiCTR)于2026年3月9日登记了一项临床试验,注册号ChiCTR2600120046,旨在评估非侵入式脑机接口结合多模态训练对卒中后上肢偏瘫患者神经生理功能的即刻影响。该试验目前尚未开始招募。

脉冲神经网络去除脑电伪迹,功耗较深度网络降低97.98%

可穿戴脑机接口读取的脑电信号常被眨眼、肌肉活动等生理干扰污染,而现有深度神经网络虽能清理这些伪迹,计算开销却大到难以装进头戴设备。研究人员提出的STAND-Net改用模仿生物神经元的脉冲神经元,只在信号变化时才运算。它把泄漏积分发放神经元构成的编码器-解码器、加入空洞卷积的残差主干,以及依据神经元放电模式定位伪迹的注意力机制组合在一起。与最先进的现有方法相比,它在多种伪迹下的信号失真比提高超过3.7 dB,功耗比可比的深度神经网络低97.98%;用它处理后的信号做脑机接口分类,准确率提高6.64%。这意味着低功耗的伪迹清理有望在可穿戴设备上运行,但结果来自论文摘要,尚无佩戴者实测数据。
2026 年 2 月

运动想象解码新网络问世,两数据集准确率均超84%

脑机接口(BCI)依赖运动想象(MI)解码来识别用户的意图,但脑电信号的非平稳性和个体差异让准确解码变得困难。研究人员提出一种名为MSARFNet的多尺度注意力重建融合网络,通过并行多尺度卷积分支提取时空特征,并利用注意力机制融合多尺度信息,增强与运动想象相关的瞬态响应。在BCI Competition IV 2a和2b两个公开数据集上,该网络的平均分类准确率分别达到84.64%和87.96%,优于多种现有方法。研究发表于2026年2月27日的《IEEE生物医学与健康信息学杂志》。

脑电源定位软件PreOp v3获FDA 510(k)许可

美国食品药品监督管理局(FDA)于2026年2月13日对Clouds of Care的PreOp v3作出510(k)决定,结论为实质等同,受理号K252565,走的是特别510(k)途径。按FDA器械分类,该器械归入脑电图或脑磁图源定位软件类别,属二类器械,法规编号882.1400,由神经病学咨询委员会归口。源定位软件从头皮记录的电场或磁场反推颅内信号来源的空间位置,是癫痫灶术前定位等神经外科规划环节的工具。
2026 年 1 月

同一视觉刺激诱发五种认知状态,脑电解码准确率达91.72%

看到同一个画面,人可以想着去抓、去拦截、按顺序抓、先注意再抓,或者忍住不抓。研究人员设计了一套实验范式,让同一视觉刺激诱发这五种不同的认知过程,并从头皮脑电信号中把它们区分开来:采用正则化线性判别分析分类器、结合事件相关频谱扰动特征,五类认知状态的分类准确率为91.72% ± 6.10%。在序列抓取任务中,利用时间特征区分正常试验与捕捉试验的准确率为77.96% ± 7.03%。研究目前为离线分析,团队表示下一步将提升解码性能并扩展到在线应用。

多尺度混合注意力网络提升运动想象脑电解码准确率,双类数据集达89.75%

研究人员提出名为MSHANet的深度学习模型,用来从头皮脑电信号中读出人“想象”的肢体动作,这类信号常用于中风或脊髓损伤后的康复训练。论文指出,运动想象脑电具有非线性动态特性,且不同人之间差异大,限制了解码准确率。模型由时空特征提取、交互头自注意力、动态挤压—激励注意力和时间卷积网络四部分组成,在三个公开数据集上的单人内解码准确率分别为83.56%、89.75%和75.66%,跨人测试为69.93%、81.85%和79.67%。团队还设计了一种把电极空间位置写进输入数据的编码方法,在BCI-2a数据集上让单人内和跨人准确率分别提高2.83%和2.91%。结果均来自离线公开数据,尚未在患者身上实时验证。
© 2026 BCIwiki.com 产业简报 主题索引 提交线索 订阅本站 修订记录 关于我们