侵入式脑机接口

据Neurotech Reports报道，原由Second Sight Medical Products开发的Orion视觉神经假体系统将再次更换母公司。Vivani Medical与纳斯达克上市公司ClearOne达成反向合并，其神经假体子公司Cortigent将成为ClearOne全资子公司，ClearOne将更名为Cortigent Holdings Inc.，股票代码CRGT。交易中ClearOne同意提交S-1注册声明，拟募集1000万至1500万美元。Cortigent计划开展约60名患者的Orion关键性试验，但资金缺口仍是挑战。

一篇2026年8月17日发表于《Theoretical and Natural Science》的脑机接口医学应用系统综述，从文献回顾、侵入式与非侵入式技术比较案例和跨学科评估三个角度展开。综述报告侵入式脑机接口可实现机器人臂控制80%至100%的任务成功率，但受限于手术风险、信号渐进退化与高于25万美元的成本，非侵入式脑机接口更安全、在社区神经康复中部署更广，卒中后上肢恢复有效率约为70%，却受限于信噪比差、约30%的BCI失语率与低信息传输速度。综述还探讨了神经数据隐私、自主性悖论、获取不平等等伦理与社会议题。

巴西Santos Dumont研究所启动一项临床试验，探索脑机接口（BCI）引导的功能性电刺激（FES）能否改善脊髓损伤患者的肌肉激活与步态。该研究所是巴西知名的神经康复研究机构，专注于神经系统疾病的康复治疗与辅助技术开发。试验已在美国临床试验注册平台注册，编号NCT07768930，2026年8月17日首次公开，目前状态为“进行中但未招募”。试验干预为踝背屈康复训练，患者佩戴脑电帽，系统实时读取运动想象相关脑电信号，当检测到主动意图时触发FES刺激胫骨前肌，以辅助踝关节背屈。主要终点是肌肉激活模式和步态运动学指标的改善。试验处于早期阶段，入组人数等关键信息尚未披露。

全国11个省级行政区已公布脑机接口医疗服务价格。侵入式置入费从四川二乙以下医院的4389元到北京的7980元，非侵入式适配费在643元至990元之间。四川、海南、青海、新疆按医院等级分档，上海由医院自主确定，江苏的三个数字只见于2025年7月公示稿。北京将三项列为甲类并限四家医院，浙江将非侵入式适配费列为乙类并限安装智能仿生假肢。四川、江西、海南、青海、新疆列丙类，上海暂不纳入，湖北和广东已定价、未纳入支付。

一篇发表于《Neurorehabilitation and neural repair》的论文讨论植入式运动脑机接口从安全性与可行性验证走向监管批准、支付报销和持续临床整合时面临的结局评价问题。作者指出，该领域需要稳健、有效且可靠的临床结局评估，既能满足监管机构和支付方要求，也能反映严重运动障碍人群的真实生活体验。论文把这一测量缺口视为临床转化中的关键障碍，并认为如果缺少合适指标，植入式脑机接口可能难以从早期可行性研究过渡到可报销治疗。文章由此主张建立统一的功能性临床结局框架。

山东第一医科大学第一附属医院完成山东省首例侵入式脑机接口植入手术。接受手术的是一名四肢已两年零两个月不能活动的高位截瘫患者，芯片固定在颅骨上，8根超柔性电极植入大脑皮层下4毫米，术后要做1到6个月的意念操控训练。

华盛顿大学的研究人员开发了一种机械柔顺、精密多孔的脑植入物，在大鼠脑中植入4周后，相比固体水凝胶棒，多孔支架周围的星形胶质细胞包裹减少，更柔软的水凝胶降低了促炎性巨噬细胞极化，并在孔隙内观察到新生血管、神经元标志物和神经发生。该研究为减少胶质瘢痕、改善植入式中枢神经系统治疗的再生效果提供了潜在策略。

一项新研究展示了名为EmoWrite的脑机接口系统，它通过情感分析将思维转化为文本，打字速度达每分钟6.6词，准确率90.36%。该系统由巴基斯坦和韩国的研究人员开发，在72名志愿者中进行了验证，并引入了动态键盘和视觉反馈，以提升用户体验。

美国密歇根州的外科医生将Paradromics公司开发的脑机接口Connexus植入一名运动神经元疾病患者的大脑。该患者因疾病几乎丧失言语能力。Connexus通过植入运动皮层下1.5毫米处的421个微电极读取单个神经元信号，信号经患者胸部收发器传出，由AI转化为屏幕上的文字。Paradromics总部位于得克萨斯州奥斯汀，于2025年秋获得FDA批准开展该临床试验。

美国退伍军人事务部研发办公室（VA ORD）正推进一项高精度植入式脑机接口（BCI）研究，旨在改善四肢瘫痪或因肌萎缩侧索硬化、脊髓损伤或中风而无法言语的退伍军人及其他患者的独立性。该项目将增强深度学习神经解码器与多状态手势解码，部署到电池供电的移动BCI设备上，供患者在家中独立使用电脑和触屏移动设备。准确性与可用性将在BrainGate临床试验已入组受试者中评估。

一项新研究利用UCI机器学习库的EEG-Eye-State数据集，通过四分位距裁剪处理异常值，结合随机森林分类模型，实现了睁眼与闭眼状态的高精度检测。模型准确率达92.49%，ROC-AUC为0.9791，交叉验证平均准确率92.86%。研究为疲劳监测和辅助技术等脑机接口应用提供了稳定且可解释的解决方案。

一项基于注册库的横断面分析显示，全球儿科脑机接口（pBCI）临床试验仅有11项，覆盖7个国家，其中8项评估非植入式设备、3项评估植入式系统。非植入式试验中位入组29人、中位持续56天，植入式试验中位入组8人、中位持续365.3天。仅4项研究只纳入儿科受试者，其余同时招募成人和儿童。研究者指出，当前pBCI临床研究范围有限，儿童在BCI研究中可能未得到充分优先考虑。

SpikeGadgets的模块化堆叠头级支持跨10个脑区共1024通道的慢性记录，匹兹堡大学的MePhys平台使用992个电极触点覆盖猕猴整个半球，莱斯大学预印本描述了一款定制ASIC支持5376个同步记录通道。

一项新研究提出融合稳态运动视觉诱发电位（SSMVEP）和肌电（EMG）的混合脑机接口，通过并行架构将指令空间从15个目标扩展至60个，多模态信息传输率达62.33比特/分钟，优于单模态最高42.49比特/分钟。研究采用深度学习进行多模态信号解码，在保持分类精度的同时，为严重运动障碍患者提供了更易用的控制途径。

脑机接口（BCI）需要从脑电信号中识别用户的运动意图，但传统深度学习模型往往参数庞大、计算开销高。研究人员提出一种名为Ghost-LENet的轻量级卷积神经网络，在BCI Competition IV-2a和IV-2b数据集上分别达到82.18%和83.05%的分类准确率，而可训练参数仅数千。该模型结合膨胀时间卷积、平稳小波变换、动态残差融合与Ghost模块，在保持高精度的同时大幅降低模型复杂度，为资源受限的BCI应用提供了新方案。

一项预印本研究提出，利用跨被试累计学习和迁移学习，可显著减少脑瘫儿童运动相关皮层电位（MRCP）脑机接口系统的校准需求。研究在4名脑瘫儿童的27次训练中评估了双向长短期记忆网络，发现跨被试累计学习在无需会话内校准的情况下达到91%的准确率，加入迁移学习后准确率升至93%，均优于传统校准策略。

一项新研究揭示了猴子额叶运动皮层在伸手任务中神经活动的时空异质性，表明运动表征在不同皮层区域和深度上分布不均，这一发现可能为未来脑机接口植入的电极定位提供参考。该研究由华盛顿大学神经技术中心的研究团队完成，使用高密度层状微电极阵列记录了两只雄性猴子的神经活动。研究发现，目标方向信息在皮层表面和深度上呈异质性分布，不同神经群体的时间动态差异显著，但任务信息量可预测神经群体的动态相似性。这一发现凸显了运动表征的时空复杂性，有助于优化脑机接口植入策略。

预印本研究提出MOJO训练框架，将掩码自编码与监督学习结合，用于脉冲级神经数据解码。在猴子运动皮层、小鼠多脑区记录及人类语音皮层脑电数据上，MOJO均优于纯监督训练模型，尤其在标签受限的少样本微调场景中提升明显。该方法还改善了神经元表征的可解释性，为利用无标签数据训练神经基础模型提供了新路径。该研究于2026年7月15日上传至arXiv预印本平台，尚未经同行评审。

非侵入式脑机接口面临学习效率与控制精度挑战，尤其对无经验用户。一项新研究提出感觉引导的联合学习框架，将人类运动学习与自适应机器学习结合。在31名无经验参与者中，一维在线离散准确率达86.0%，二维达77.5%，连续控制准确率分别为77.5%和66.9%。触觉引导减少用户探索、加速神经适应，样本重加权使解码器更新与人类学习轨迹对齐。该框架将脑机接口训练从被动校准转变为主动的人机联合学习，为沟通与康复提供实用可扩展的神经接口。论文由卡内基梅隆大学团队完成，发表于《自然·通讯》。

混合脑机接口研究面临脑电信号空间分辨率低、数据量小且涉及隐私、以及联邦学习中数据分布不均等挑战。一篇发表于《Computing and Informatics》的论文提出名为FSDFGL的联邦图学习框架，在构建图数据时将肌电信号融入脑电信号，并在联邦学习过程中仅共享结构信息，以避免异构特征共享导致的性能下降。在TAN数据集上的实验表明，该框架在识别复杂运动意图方面具有优势。