频域近红外双斜率成像用于大脑血流动力学测量研究
一项发表于 Neurophotonics 的研究将频域近红外光谱的双斜率成像技术(DS DOI)应用于人脑,通过理论模拟确定最佳光源-探测器距离,抑制头皮浅层血流动力学干扰。
一项发表于 Neurophotonics 的研究将频域近红外光谱的双斜率成像技术(DS DOI)应用于人脑,通过理论模拟确定最佳光源-探测器距离,抑制头皮浅层血流动力学干扰。
中国科学院北京纳米能源与系统研究所团队在《Nano-Micro Letters》报告一种摩擦电电子皮肤,通过单通道柔性贴片捕捉口周动作识别无声发音内容,传感过程可自供电。研究用四层CNN分类3名参与者的15类预设词语,作者报告准确率98.75%,并演示了无声词语显示、游戏控制和虚拟角色对话三类交互;识别范围仍限于预设内容,实际应用还需扩大人群验证。
该综述探讨了脑机接口作为非药物治疗手段在慢性疼痛管理中的应用原理及现状。文章涵盖了基于头皮EEG和fMRI的神经反馈、低频振荡调控及新兴闭环神经调控系统等技术路径。作者认为BCI目前仍处于早期阶段,其临床转化主要取决于解决监管报销障碍、开展充分样本量的假手术对照试验以及实施患者分层,未来更可能作为多模式疼痛管理的辅助手段而非替代现有疗法。
推荐理由:综述梳理了脑机接口在慢性疼痛管理中的神经反馈与闭环调控原理,指出临床转化关键在于监管与对照试验而非解码精度。
Attention-BrainVerse 提出了一种注意力驱动的自适应混合 BCI-VR 交互模型,重新定义了以注意力为中心的输入、自适应处理及基于反馈的输出。该模型通过动态阈值和双因素难度调整优化体验,三轮用户实验显示其用户体验与传统 VR 控制方法相当。这一框架为未来 BCI-VR 系统提供了理论指导与设计路径。
一项研究构建双尺度传感平台,在清醒小鼠中同步记录柔性微ECoG和颅骨螺钉EEG,发现皮层至颅骨的频谱增益并非平坦而是随频率呈幂律增加。该结果表明颅骨EEG相对保留高频皮层活动而非简单低通复制,且增益具有非平稳性。这一发现将皮层-颅骨关系从静态模型假设转化为可测量的频率和状态依赖量,为神经传感电极选择及脑机接口高频特征解读提供实证校准目标。
推荐理由:原文通过同步记录揭示皮层到颅骨频谱增益随频率增加,为脑机接口高频特征解读提供实证校准依据。
MTDANet 是一种结合多尺度时空特征提取、分解时间整合和距离正则化循环注意力的架构,旨在解决运动想象 EEG 单试次解码难题。该模型在 BCI Competition IV 2a/2b 及 BNCI2014_002 数据集上进行了评估,结果显示其在受试者特定协议下取得了最高平均准确率,并在部分对比中表现出统计显著的提升。研究为离线 MI-EEG 评估中的分阶段局部到全局时间建模提供了证据。
一项案例报告显示,一名53岁慢性完全性T9脊髓损伤(AIS A)患者在接受为期一年的多模态联合神经调控干预后,神经状态改善为AIS C。治疗方案包括脊髓电刺激、脑机接口训练、间歇性θ爆发刺激和外周磁刺激。结果显示患者左下肢运动评分从0升至6,部分自主运动恢复,且神经病理性疼痛完全缓解;电生理评估提示皮质脊髓束可能发生了重塑。
推荐理由:该案例报告展示了通过中枢-外周-中枢联合神经调控策略,一名完全性脊髓损伤患者从AIS A恢复至AIS C的过程及电生理证据。
一项前瞻性队列研究显示,32%的急性脑损伤临床无反应患者能够控制基于EEG的自我节奏脑机接口(BCI)。具备BCI控制能力的患者在出院时恢复意识和12个月时恢复功能独立性的比例显著高于不具备该能力的患者。研究还发现,所有受访者均强烈支持未来在重症监护环境中使用此类设备以实现双向沟通。
推荐理由:原文展示了急性脑损伤患者通过EEG控制BCI的具体数据,并分析了该能力与意识恢复及功能独立性的关联。
研究人员开发并验证了一款紧凑型蓝牙低功耗(BLE)可穿戴功能性近红外光谱(fNIRS)设备,用于实时血流动力学监测。该四通道无电缆平台集成了光学传感、信号采集和无线传输,并通过前臂血管闭塞和屏气实验进行了性能验证。
一项针对24名8-13岁神经典型儿童的研究评估了将摄影视觉场景显示(VSD)集成到脑机接口辅助沟通中的可行性。实验对比了非对称布局、无上下文排列及标准网格三种条件,发现非对称性增强了P300振幅,场景提升了N170反应,且离线BCI准确率与网格条件相当。结果表明,场景嵌入可提升神经参与度与用户体验,为儿科BCI应用提供了初步基础。
复旦大学附属华山医院陈树耿团队发表综述,系统梳理近15年非侵入式脑机接口在卒中手功能康复中的临床应用进展,提出覆盖预后预测、功能评估、康复干预的全流程框架。文中指出运动想象类NBCI是临床证据较充分的经典范式,NBCI联合外骨骼、功能性电刺激或VR是当前主流方向,专家共识已推荐上肢中重度功能障碍患者进行NBCI闭环训练;目前该领域仍处临床证据积累阶段,落地方向为便携化与居家化。
一项关于完全基于EEG的脑机接口系统的文献综述与比较分析,探讨了信号处理、特征提取及分类等关键组件。该研究在受试者依赖模式下对比了多种深度学习模型,结果显示ATCNet模型准确率最高达86.46%,而EEG-TCNet模型准确率最低为50.69%。
提出针对阿尔茨海默病的“清除-修复-激活”研究框架,涵盖药物清除、干细胞修复及神经调控。脑机接口在此框架中主要定位为实验性监测与自适应康复平台。该视角明确了各阶段的可证伪联系、验证标准及长期随访要求,为后续临床试验设计提供指导。
一项针对15名健康参与者的脑机接口研究证实,在动作观察结合运动想象任务中,沉浸式虚拟现实比二维视频和真实世界观察引发更强的感觉运动皮层去同步化。实验通过记录8个电极的EEG信号发现,iVR在beta频段的前中央区和右顶中央区以及alpha频段的右中央运动区表现出最显著的神经激活。
Kim H和Kim JS发表研究,提出一种生成对抗网络框架,通过从功能相关皮层区域合成初级运动皮层的人工神经信号波形来丰富训练特征。在目标导向手臂伸展任务的脑磁图记录中,该方法使连续运动学解码性能显著提升约10%(p<0.05),且在缺失真实M1信号时仍能维持改进效果。研究进一步将该增强方法推广至运动想象BCI竞赛数据集以提升分类准确率,展示了信号生成网络改善非侵入式运动脑机接口的潜力。
研究探讨利用内部生成式AI助手预起草文档以减轻护士行政负担,并结合Galea和EMOTIV脑机接口设备监测认知负荷。该系统通过实时分析神经生理信号识别压力与疲劳指标,在结构化文档期及模拟训练中提供及时支持。此方案旨在恢复护理直接照护时间,并通过护理主导的治理保障专业完整性。
一项发表于2026年10月的研究提出了一种系统性的多模型理论分析框架,用于评估大语言模型(LLM)辅助P300脑机接口拼写器的性能。该研究引入了理想化LLM以确立可达到的性能上限,并证实了LLM带来的显著性能提升并非特定模型独有,而是跨语言模型的普遍趋势。这一工作解决了此前缺乏统一解码框架来界定LLM辅助P300拼写器具体性能界限的问题,旨在改善ALS患者等群体的沟通效率。
推荐理由:通过多模型理论分析框架量化了LLM辅助P300拼写器的性能上限,为评估不同语言模型在脑机接口中的增益提供了统一基准。
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。
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。
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。