非侵入式脑机接口

研究者发布了一个面向儿童和青少年的稳态视觉诱发电位脑机接口数据集。

研究者提出基于博弈论的自适应人机联合学习方法用于在线MI-BCI解码，14名受试者在线实验准确率分别提升9.7%和5.6%（p<0.01）。

俄罗斯研究人员开发了一套集成化的脑机接口系统，支持同步和异步两种操作范式，使用基于脑电信号的控制命令实现对机器人设备的优化控制，并经过实验验证显示可达到 60-65% 的识别准确率。

瓦博科技2026年8月7日在官网通报，其在2026年7月31日至2026年8月3日的ChinaJoy 2026期间，于骁龙馆连续四天运营神经艺术体验，与参与者共同生成超过100幅AI画作。参与者佩戴非侵入式脑电头带，观看由自身信号状态生成的画面反馈，任务相关的信号特征作为画作生成的输入之一，公司称体验不读取私人想法。现场将瓦博科技的信号采集硬件与搭载骁龙X Elite平台的笔记本配对，信号处理、模型推理与图像生成均在端侧完成。公司称，连续面向不同观众运行为设备布置、信号质量、延迟与交互设计提供了实际观察，用以检验神经意图流程在受控开发环境之外的表现。

该预印本提出一种用于实时EEG步态解码的双模块轻量级架构，旨在实现下肢外骨骼的闭环控制。研究者称，现有基于EEG的闭环控制受运动伪影和低信噪比限制，其双模块设计将任务拆分，前端PolyTVL将32通道EEG压缩为紧凑表示，后端LSTM对4个步态相位（站立、启动、执行、终止）进行分类。研究显示，闭环部署中v01（PolyTVL+LSTM）的步态启动成功率为55.3%（Rex辅助）和52.7%（自主），平均端到端处理时间70.5ms（±41.5）。作者称该手稿已被IEEE MLSP 2026接收发表。

非侵入式神经技术公司BrainPatch于2026年8月3日在其官网博客发布公告，宣布已成功完成美国联邦通信委员会（FCC）认证，公司称这是其国际扩张的一个重要里程碑。公告称，FCC认证确认其技术符合美国监管要求，BrainPatch的非侵入式神经技术由此获准在美国市场进行商业分销，可以面向美国客户、合作伙伴与投资者交付。公司表示，美国是全球最大的消费市场，完成认证让公司距离把非侵入式神经技术交到客户、合作伙伴与投资者手中的目标又近了一步。公告最后以“下一章开始了”作结，公司称获得这一市场准入，是公司国际化的新起点。

该预印本提出CORTIVA，一个用于EEG与MEG到图像检索的候选分数融合框架。研究者称，不同于现有方法先将异构视觉监督压缩为单一嵌入再排序，CORTIVA让三条解码路线对齐到异构视觉目标、独立为同一候选库打分，仅在排序前合并温度缩放的分数向量，从而保留互补证据。研究显示，在200选1的THINGS-EEG2基准上，CORTIVA在10名被试上达到Top-1准确率73.5%、Top-5达95.3%，超最强已报告基线10.3和5.4个百分点；用模态特定神经编码器时，同一融合原则在THINGS-MEG上达到Top-1为42.4%。该研究为预印本，尚未经过同行评审。

该预印本提出EasyBCI，一个两阶段LLM智能体，为6类信号规划并执行预处理管线。该研究为预印本，尚未经过同行评审。研究者称，Plan Agent把每条记录画像为纯文本数据指纹，不向模型暴露原始数据，并选择有文献依据的算子序列，Execution Agent生成、运行并自我修正代码，直至满足质量标准。在固定线性分类器的EEG评测中，五个EasyBCI骨干比人工管线保留更多任务相关可分性。作者称，EasyBCI扩展到5种额外模态，采样率跨度近三个数量级，产出带决策溯源的完整可复现管线。

阿威罗大学（Aveiro University）注册了一项临床研究（登记号NCT07732868），评估基于虚拟现实（VR）的脑机接口协议对脊髓损伤患者的影响，该协议结合VR、感官反馈（视觉、听觉、触觉）和/或外骨骼。研究中受试者每周接受1次监测，共12次、每次约1至2小时，通过运动想象在VR中移动虚拟化身，并以非侵入式EEG记录脑活动，重点关注与脊髓损伤康复中临床改善相关的脑活动变化，同时刻画不同脑区间的信息传递动态。研究还收集受试者的年龄、性别及损伤水平、类型、损伤后时间、功能分级与神经病理性疼痛等信息。该试验目前处于登记阶段，尚无临床结果。

脑电这类信号极其微弱，可穿戴设备一边记录一边用人体当导线往外发数据，发射端的噪声就会混进信号里。研究团队设计了一款记录芯片，把记录和发送分到不同时间段轮流进行，从而能稳定记录脑电、眼电、肌电和心电。芯片借助人体通信（把人体当作传输介质）以每秒10兆比特的速率发送多通道数据，省去偏置电极后通信信号幅度提高约2.13倍。芯片采用180纳米工艺制造，总共模抑制比为101.1 dB，可在18 Vpp共模干扰和15%电极失配下保持稳定工作。研究面向扩展现实和脑机接口等可穿戴人机接口，摘要报告的是芯片测试指标，未报告在脑机接口任务中的使用结果。

一项预印本研究提出三种回归模型（偏最小二乘回归器、多层感知机和基于注意力的回归器）从EEG信号同时解码抓取与抬举任务的多个运动学与动力学参数，并在WAY EEG GAL数据集上进行受试者特定与受试者无关评估，比较所有参数共用一个模型与每参数单独建模两种策略。研究者称，基于注意力的回归器取得最佳性能，R²为0.8、延迟29.2毫秒，显著改善多参数同时解码，但单参数解码时性能下降；多层感知机在两类解码中表现更一致但准确率较低（R²=0.49）。研究者认为，基于注意力的模型对实时多指令脑机接口系统有潜力，有助于开发更直观的控制设备。该研究为预印本，尚未经过同行评审。

德克萨斯大学奥斯汀分校在美国临床试验注册平台登记了一项研究，探索基于脑电（EEG）的脑机接口（BCI）实时解码P300事件相关电位，并结合正念放松或经颅电刺激等非侵入干预，能否增强健康老年人和轻度认知障碍（MCI）患者的注意力与记忆神经标记，这些标记被视为认知储备的代理指标。研究处于招募阶段，旨在验证通过靶向调控注意力相关脑活动来支持认知储备的可行性。

加州大学欧文分校的研究者提出一套用脑电研究类别表征的任务与分析流程，并在30名受试者身上验证。受试者观看分属5个类别（动物、工具、食物、场景、交通工具）的图像与词语，并在连续出现同类物品时作出反应；研究者在个体内训练支持向量机进行分类。结果显示图像试验与词语试验都能达到显著的类别分类准确率，但图像试验明显更高：图像的所有类别两两之间均可统计区分，词语则仅有一对可区分。电极层面的分析表明，顶叶与左颞电极对图像分类的贡献大于额叶与右颞电极。该预印本2026年7月26日上传至bioRxiv，尚未经过同行评审。

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。

一项病例报告显示，3名偏瘫卒中患者在常规康复之外接受视觉引导脑机接口（BCI）联合功能性电刺激（FES）训练，每周5次、共24次，仅当检测到运动想象相关脑电模式时才触发刺激。干预后，3名患者的上肢运动功能（Brunnstrom分期、Fugl-Meyer评分）和日常生活能力（Barthel指数）均有改善，尤其腕部和手部运动控制。研究作者提醒，这是初步结果，需更大样本的随机对照试验验证。

芬兰Aalto University团队在一项MEG词语启动实验中，把经典N400诱发反应与语义向量解码放在同一框架下比较。25名芬兰语母语者阅读语义相关程度不同的词组后，不相关启动词引发更高的N400反应，并为语义解码器提供了最佳训练样本。研究者称，语义信息从刺激开始后约100至500毫秒均可解码，但在N400峰值过后，脑活动不再稳定映射到与语境无关的语义向量。这项结果提示，N400时间窗结束可能标志着神经表征由词语特异信息转向更广泛语境。该研究为bioRxiv预印本，尚未经过同行评审。

中山大学研究者提出微创混合BCI架构，通过300至800微米颅骨微孔植入分布式微电极，大鼠实验证实信噪比优于头皮脑电。该研究为预印本，尚未经同行评审。

脑电研究发现，单侧下肢运动想象与运动执行会引发相似的偏侧化神经活动模式，证实上肢已知的偏侧化规律同样适用于下肢。

研究者结合脑电被动式脑机接口与眼动追踪，在动态VR游戏中实时解码用户的交互意图，在线闭环阶段准确率达69.64%。

一篇发表于《Computers in biology and medicine》的观点综述聚焦EEG跨会话、跨个体和跨记录条件的非平稳性问题，讨论如何借鉴大脑维持功能稳定的机制来提升脑机接口模型稳健性。文章梳理突触可塑性、稳态调节、神经振荡和脉冲表征等路径，并与传统机器学习和迁移学习方法进行比较。作者提出可将生物学机制与人工神经网络结合，同时给出生物启发、生物合理和生物真实建模的操作性定义，以及持续EEG基准的最低规范。综述也指出，多种机制在EEG场景中的直接证据仍然有限，因此应明确区分实证结论、研究假设与未来方向。

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。

不开颅，能否从大脑活动里读出一个人正在打的句子？研究团队开发了名为Brain2Qwerty的深度学习模型，让35名健康志愿者在键盘上默写刚记住的句子，同时记录他们的脑磁图（MEG，一种测量大脑磁场的非侵入式技术）或脑电（EEG）信号。用脑磁图时，平均字符错误率为29%；用脑电时为65%。表现最好的受试者错误率低至18%，模型还能完整解码训练集之外的多种句子。研究者认为，这缩小了非侵入式与植入式方法之间的差距。

一项发表于《Computers in biology and medicine》的研究提出动态小波基选择增强方法，用于改善非侵入式EEG想象语音分类。该方法为每个EEG片段计算小波熵，选择信息量更高的小波基，再向相应小波系数注入高斯噪声，增强后的信号由带通道激励机制的卷积神经网络分类。研究数据包含32个通道、8种刺激和10名参与者。词语与元音组合实验的最高分类准确率达到98%，Cohen's kappa为0.95，但完整类别分类的表现较低。研究者称，该方法优于传统数据增强策略和静态小波方法，为处理EEG噪声与非平稳性提供了自适应路径。

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。

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。