一项研究评估了共形预测作为命令门控在跨会话EEG偏移下的有效性，旨在解决错误运动想象指令导致意外设备动作的问题。实验对比了阈值共形预测、RAPS和Chow选择性预测等方法，结果显示门控机制将OpenBMI数据集的错误决策率从37.5%降至9%-16%，BCIC IV-2a数据集从35.5%降至6%-8%。该研究提供了根据应用特定风险容忍度选择校准源和不确定性感知门控策略的框架。
推荐理由：原文提出共形预测门控机制以应对跨会话脑机接口误差，读者可据此了解不同风险容忍度下的策略选择框架。
BrainGate 发布了一篇关于镜像神经元（Mirror Neurons）的研究出版物。该文章旨在揭示镜像神经元的相关机制，具体研究细节未在简短摘要中展开。
华中科技大学伍冬睿教授团队在《国家科学评论》发表EEG-FM-Compass，系统梳理55个脑电基础模型，并在涵盖9类BCI范式的13个数据集上评测12个开源基础模型和8种专家基线。
推荐理由：这是迄今覆盖面最大的脑电基础模型基准评测，读者可以据此校准对预训练模型与轻量专家模型差距的预期。
加州大学旧金山分校Edward Chang团队于2026年9月14日在《Nature Neuroscience》发表论文，展示了两名瘫痪受试者通过单个皮层表面植入物实时同步解码语音和上半身手势。
推荐理由：该研究揭示了多模态神经信号的非线性叠加特性，指出同时训练比单独训练更有效，为多效应器脑机接口系统设计提供了关键数据依据。
研究发现自适应解码器在运动皮层脑机接口学习中会导致神经表征紧凑化，即任务信息集中在少数读出神经元和低方差群体模式中。实验数据显示，与固定解码器相比，使用闭环解码器适应（CLDA）时，达到80%分类准确率所需的神经元数量显著减少。
推荐理由：揭示了自适应解码器在提升性能的同时导致神经表征紧凑化的机制，为优化脑机接口长期稳定性提供理论依据。
加州大学旧金山分校团队在《Nature Neuroscience》发表研究，证明单一高密度皮层脑电（ECoG）植入物可支持严重瘫痪患者同时进行语音和手势的多效应器解码。
推荐理由：该研究验证了单一皮层脑电植入物同时解码语音与手势的可行性，为瘫痪患者恢复多模态自然交流提供了技术路径。
大连理工大学团队在 Nature Communications 发表论文，提出一种受蜻蜓翅膀启发的静脉-膜混合结构策略，成功制备了自支撑亚微米皮层脑电（fs-EEA）阵列。
推荐理由：受蜻蜓翅膀启发的静脉-膜混合结构解决了皮层脑电阵列柔性与刚性的矛盾，在癫痫大鼠模型中实现了亚微米级厚度下的自支撑植入与高保真信号记录。
研究团队在Nature Communications发表无毒、完全可回收的离子热电水凝胶ReCLEAR，基于聚丙烯酸-甘油共聚物网络并引入Zn(OTf)2引入热电效应。
MOABB 发布 v1.7.1，修复 NEMAR 因代理或其他 HTTP 传输故障不可达时本地缓存数据集数据无法使用的问题。该版本在所有 NEMAR 下载边界捕获 `httpx.TransportError` 异常，并保留默认 `auto` 提供商回退到数据集自带下载器的机制。相关改动见 PR #1171。
浙江大学脑机智能全国重点实验室团队发布BrainBench基准，用17个数据集、172个任务、4K+真实实例检验大模型能否按自然语言指令完成可验证的EEG分析。评测13个API模型、超10万次执行，头部模型Overall约70+，跨模态生理整合最难；结构化Agent在数值校验和跨实例稳定性上更稳，自由写码（CodeAct）更灵活，Hard任务上分数常掉到三十多。开推理有用但猛堆推理收益有限。
推荐理由：原文介绍了BrainBench基准的构成与五条主要结果，读者可据此了解当前大模型做端到端脑电分析的能力分布与执行范式差异。
一项发表于 Nature Communications 的研究开发出受撒哈拉银蚁启发的摩擦电触觉传感器，可在200℃高温下同时感知压力和温度。传感器以甘蔗渣制备的纳米纤维素薄膜构成压力单元P-TENG和温度单元T-TENG，自供电无需外接电源，P-TENG响应时间小于100毫秒且电压输出与压力呈线性关系。
《自然·神经科学》发表研究亮点，介绍了一项发表于《自然·医学》的研究，该研究开发了一种双神经旁路系统，结合双向皮层内脑机接口与脊髓及皮层神经调控，旨在恢复四肢瘫痪患者的上肢运动和感觉。
推荐理由：该研究亮点介绍了结合双向皮层内脑机接口与神经调控的双神经旁路系统，展示了其在恢复四肢瘫痪患者上肢运动和感觉方面的潜力。
Nature Communications发表的一项研究提出了一种利用微皮层脑电（μECoG）记录中共享潜在动态的方法，以实现跨患者的语音解码。研究人员对8名患者进行了急性神经记录，发现尽管电极放置和神经解剖存在差异，控制发音肌肉的神经群体活动在患者间具有可对齐的低维结构。
推荐理由：该研究通过跨患者对齐共享的潜在动态，显著减少了语音脑机接口所需的个体化数据收集时间，为快速部署提供了新路径。
一项早期可行性临床试验（NCT01894802）评估了体感皮层皮层内微刺激（ICMS）在5名脊髓损伤参与者中的长期安全性和有效性，每人植入两个Blackrock NeuroPort微电极阵列于Brodmann 1区手部代表区。
推荐理由：该长期随访研究给出2至10年植入期内ICMS的安全与感觉保留数据，可帮助读者评估体感皮层刺激用于触觉恢复的临床前景。
Nature Communications 发表研究提出感官引导的人机联合学习框架，旨在解决运动想象脑机接口（MI-BCI）训练慢且难的问题。该框架结合振动触觉刺激与样本重加权机制，实现用户神经模式生成与解码器优化的同步适应。
推荐理由：提出感官引导的人机联合学习框架，通过触觉反馈与解码器协同优化加速运动想象训练，为提升非侵入式脑机接口易用性提供新路径。
Vassiliadis 等人研究表明，实时强化反馈可替代感觉反馈以提升脑机接口运动表现。该方法通过激活大脑奖励系统实现强化学习，在感觉反馈受限或受损时仍能改善运动控制。
Meta AI联合École Normale Supérieure、BCBL等发布Brain2Qwerty v2，用CTC异步解码加Qwen3-4B LoRA微调从MEG信号解码整句，最佳受试者WER 22%，较v1的52%约提升一倍。
推荐理由：原文梳理了v2相对v1在异步解码、数据规模和LLM接入上的具体改动与结果，读者可以了解非侵入脑到文本的可行路径。
浙江大学脑机智能国家重点实验室团队发布BrainAgent，用LLM驱动的分层多智能体框架把自然语言指令落地为端到端脑信号分析流水线，包含SleepAgent与EmotionAgent两个子智能体。
加州理工学院团队在《Communications Biology》发表研究，探讨运动皮层（MC）在脑机接口（BMI）光标控制中的动态特性。研究发现，尽管不同持续时间的同向运动共享相同的MC初始条件，但长时程运动会使MC活动维持在低速度稳态直至达到目标。这种跨时长的群体动力学差异归因于外部输入的作用，强调了持续输入对运动皮层在运动过程中的关键影响。
推荐理由：揭示了不同时长BMI任务中运动皮层动态差异源于外部输入，为理解长期稳定控制提供新视角。
上海人工智能实验室联合上海交通大学、同济大学、复旦大学、休斯顿大学发表研究，系统审计EEG基础模型编码和使用哪些经典脑电特征。研究覆盖CSBrain、CBraMod和LaBraM三个模型、5个临床任务、63个手工特征共945个审计单元，89.6%通过编码标准，68.6%为representation-causal，频域特征贡献最强，确认使用的特征平均恢复基础模型相对随机基线优势的79.3%。
推荐理由：原文拆解了学到、用到、可解释三层审计方法，并给出各层占比，读者可以据此理解EEG基础模型可解释性的评估思路。
研究人员利用8名瘫痪受试者植入的20个微电极阵列，首次绘制了人类中央前回（PCG）顶部在单神经元分辨率下的全面运动图谱。研究发现PCG包含四个主要功能区域：背侧手臂-手部区、中部语音区、腹上广泛调谐的面部区和腹下语音区，且各区域均存在可解码的全身运动表征。
推荐理由：该研究绘制了人类中央前回单神经元分辨率的全身运动图谱，揭示了四个功能分区及组合式神经编码，为优化脑机接口电极植入位置提供了依据。
Nature发表一项关于皮层内脑机接口（BCI）的研究，显示一名ALS瘫痪患者在19个月内累计超过3800小时独立使用该系统进行语音沟通和电脑操作。
推荐理由：展示了皮层内脑机接口在家庭环境中支持独立日常使用的可行性，为严重瘫痪患者恢复数字交互提供了实证依据。
纽约州立大学石溪分校与德州大学健康科学中心休斯顿分校提出JET框架，将EEG生成从离散去噪改写为基于条件流匹配的连续动力学，用标准Transformer学习向量场，并辅以重建、统计一致性和时空结构三条约束。