cTBS刺激右侧DLPFC调节冲突处理：来自Stroop任务的EEG证据
一项发表于Brain Topography的研究（DOI: 10.1007/s10548-023-01015-1）结合行为实验、cTBS与EEG，探讨rDLPFC在冲突处理中的因果作用。
#EEG
心仪脑 · 公众号AI 评分5959 思影科技 · 公众号AI 评分1818 经典ERP成分⑤：N2pc
N2pc 是 ERP 中经典的后部侧化负向成分，与视觉空间选择性注意和目标筛选相关，通常出现在刺激呈现后 180–300 ms，主要分布于枕顶区域。Luck 和 Hillyard（1994）在视觉搜索中识别出该成分，Eimer（1996）指出其反映对任务相关刺激的选择性加工，Woodman 和 Luck（1999）用它追踪注意转移。
Europe PMC · 脑机接口文献精选AI 评分6060 DMSL：用于混合EEG-fNIRS脑机接口的解耦多模态时空学习方法
研究者提出了一种名为DMSL的解耦多模态时空学习方法，旨在解决混合EEG-fNIRS脑机接口中信号整合困难及表征冗余的问题。该方法通过统一框架同时执行多模态时空耦合与解耦表征学习，利用紧凑卷积模块、多模态注意力交互模块及自适应多分支图卷积模块提取特征并分离共性与特异性表征。
推荐理由：原文提出了混合EEG-fNIRS脑机接口的解耦多模态时空学习方法，在三个公开数据集上展示了优于基线的解码性能。
脑机接口社区 · 公众号AI 评分6565 北卡罗来纳大学等机构综述脑电跨被试泛化困境与六大解法
北卡罗来纳大学、达特茅斯学院等机构研究者系统梳理脑电跨被试泛化困境，指出被试依赖评估下动辄95%以上的准确率，遇到全新病人可能暴跌到60%。综述介绍了留一被试交叉验证（LOSO）的正确评测方式，并归纳特征对齐、对抗学习、特征解耦、对比学习、被试级归一化和元学习六大应对方向，认为被试身份可主动用于学习而非仅作噪声抹除。
天坛脑机 · 公众号AI 评分4747 天坛脑机：脑机接口国际学术进展报告【2026.10-2】
本期报告汇集四项脑机接口研究：宾夕法尼亚大学团队在《Nature Medicine》展示融合大语言模型的神经监测平台，纳入13名癫痫患者，可实时交互并利用患者反馈提高癫痫检测精确率。
PsyBrain 脑心前沿 · 公众号AI 评分6161 斯坦福Laura Gwilliams在Trends in Cognitive Sciences发表语音理解神经编码综述
斯坦福大学Laura Gwilliams于2026年10月4日在Trends in Cognitive Sciences发表综述Time after time: neural codes of speech comprehension，提出语音理解的神经表征框架。
PsyBrain 脑心前沿 · 公众号AI 评分4545 bioRxiv 四篇预印本精选：视觉、听觉、躯体感觉意识与跨模态检测
PsyBrain 脑心前沿分享四篇未经同行评议的 bioRxiv 意识研究预印本。
bioRxiv · 脑电与神经科学预印本AI 评分4242 感染相关图像降低皮层边缘亚稳态：一项区块设计fMRI研究的规格曲线分析
44名成人观看感染相关与中性图像交替的18秒区块时，感染相关图像使皮层边缘亚稳态降低，预设检验效应量Cohen's d=-0.31（置换检验p=.042），480种分析规格中263种显著且均为负向。该效应在全局信号回归后经多种校正仍存在（d=-0.47），并在第二轮扫描中重现（d=-0.44）。个体差异预测未获支持，参与者对比未能在两轮间重复。
脑机接口未来产业 · 公众号AI 评分6666 脑机接口如何抓住卒中康复的神经可塑性窗口
一篇综述解读梳理了闭环 BCI 促进卒中运动康复的多项研究证据，核心是毫秒级时间耦合的反馈满足赫布可塑性条件。2024年德国团队研究显示闭环组运动功能改善显著优于开环组，Chen等2025年对100名60-90岁患者4.5年随访支持闭环疗法优于单纯FES。
Europe PMC · 脑机接口文献AI 评分5858 Diff-ADN：用于 EEG 去伪影的扩散引导网络及确定性残差修正方法
Jamil M 等人提出 Diff-ADN，一种用于去除眼电、肌电、心电及混合伪影的单通道脑电图去噪框架。该模型采用两阶段设计，在推理时仅需单次确定性残差修正而无需迭代采样，处理 2 秒片段耗时约 12.52-17.08 毫秒。在四个公开数据集的运动想象任务中，ECG 去噪使解码准确率提升了 4.88-5.59 个百分点，但结果显示波形重建的改善并不必然带来 BCI 解码精度的均匀恢复。
大脑技术 · 公众号AI 评分5353 情绪脑电公开数据集盘点：18+ 数据库整理
公众号大脑技术整理情绪脑电领域常用公开数据集，覆盖 18+ 个数据库并给出年份、被试数、通道数、情绪标注和访问级别总表。
Europe PMC · 脑机接口文献精选AI 评分6262 脑机接口技术在慢性疼痛管理中的应用综述
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。
Europe PMC · 脑机接口文献精选AI 评分6767 双尺度平台揭示清醒小鼠皮层至颅骨频谱增益的频率依赖性
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。
Europe PMC · 脑机接口文献AI 评分5353 REFS：用于多维情感识别的不完整标签鲁棒EEG特征选择方法
该研究提出了名为 REFS 的鲁棒 EEG 特征选择方法，旨在解决多维情感识别中因标签不完整和高维特征导致的问题。该方法利用自适应正交潜在语义索引重建情感标签空间，并结合图流形学习正则化进行特征子集选择。在 DREAMER、DEAP 和 HDED 三个数据集上的实验表明，该方法在不同标签缺失率下的鲁棒性优于十三种最先进的方法。
Europe PMC · 脑机接口文献AI 评分4747 MTDANet：用于运动想象脑机接口的轻量级多尺度时间层级与距离正则化线性注意力网络
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。
Europe PMC · 脑机接口文献精选AI 评分6060 融合多尺度滤波与时空注意力的深度学习网络用于解码运动想象脑电信号
一项新研究提出了基于多尺度卷积神经网络和时空注意力机制的深度学习网络，用于解码运动想象脑电信号。该网络通过四个并行分支提取特征并引入Transformer模块学习全局相关性，最终使用CNN替代全连接层进行分类。在三个公开BCI数据集上的评估显示，其平均准确率分别为80.21%、90.19%和97.32%，均超越了FBCNet和MSFBCNN等最强基线模型。
推荐理由：该研究提出结合多尺度卷积与注意力机制的网络，在三个公开数据集上解码运动想象脑电，准确率优于现有基线。
Europe PMC · 脑机接口文献精选AI 评分8282 急性脑损伤临床无反应患者可激活脑机接口
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。
Europe PMC · 脑机接口文献AI 评分3939 EEG 表征分级阻力运动中的皮层动态
一项基于 EEG 的研究通过 10 名健康受试者在五种阻力条件下的单侧二头肌弯举，揭示了不同阻力水平下的皮层活动差异。结合 TTCN 与 KNN 分类器，该框架在受试者内评估中达到 97.2% 准确率，跨受试者最高为 93.0%，为自适应脑机接口应用提供依据。
Europe PMC · 脑机接口文献AI 评分4747 儿童脑机接口视觉场景显示可行性研究
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。
Europe PMC · 脑机接口文献AI 评分4747 脊髓损伤与健康老化中排尿排便意图的EEG特征：BCI神经康复可行性研究
一项描述性可行性研究分析了健康老化及脊髓损伤患者排尿排便运动意图的脑电（EEG）特征。研究发现所有队列在感觉运动皮层均表现出事件相关去同步化，且生理老化和脊髓损伤伴随大规模拓扑重构及额叶长程功能连接增强以补偿缺陷。这些结果证实高位皮层排尿排便意图在脊髓损伤后得以保留，为基于脑机接口的靶向盆腔神经调节建立了时空框架。
Inside BCI · 行业报道精选AI 评分8282 宾夕法尼亚大学在《Nature Medicine》发表基于AI的癫痫患者脑电监测交互研究
宾夕法尼亚大学团队在《Nature Medicine》发表研究，展示了一种允许癫痫患者通过智能手机应用与其脑电（EEG）监测系统直接对话的平台。在为期数天的住院监测中，13名患者与系统交换了1307条消息，AI准确回答了38次数据查询中的35次；利用患者反馈重新训练检测器后，误报率降低了约80%，但未增加真实发作的检出率。
推荐理由：该研究展示了患者通过对话式AI与脑电监测系统交互的可行性，为癫痫及帕金森病等神经疾病的实时共管理提供了新的技术路径参考。
Europe PMC · 脑机接口文献AI 评分5353 基于图卷积的双分支网络用于上肢运动想象EEG信号解码
Chrisilla S等人提出一种基于图卷积的双分支网络，用于受试者独立的上肢运动想象脑电信号解码。该模型结合图卷积与跳跃连接及手工时频特征，通过并行空间和时间卷积路径增强表征学习。在PhysioNet、BCI IV-2a和BCI IV-2b数据集上的评估显示，该方法在减少可训练参数和电极数量的同时保持了具有竞争力的性能，例如在PhysioNet上使用5个电极达到93.91%的SGKF准确率。
Europe PMC · 脑机接口文献AI 评分5555 基于MVMD与特征优化的VR运动想象解码分层图学习框架研究
Du K等人发表一项针对VR环境下运动想象脑机接口解码的研究，提出一种分层图学习框架以应对EEG信号的非平稳性和低信噪比挑战。该方法利用多变量变分模态分解解耦复杂EEG信号为节律成分，结合混合特征选择及基于相位锁定值的功能脑网络建模，通过分层图卷积网络捕捉多尺度空间依赖和高阶交互进行三分类。
Brduino脑机实验室 · 公众号AI 评分5050 华山医院团队综述非侵入式脑机接口在卒中手功能康复中的应用进展
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。
脑机接口与混合智能 · 公众号AI 评分7070 北交通大学团队在IJCAI 2026提出原型驱动在线EEG解码框架PRED
北京交通大学团队在IJCAI 2026发表论文《When and How to Adapt》，提出原型驱动的在线EEG解码框架PRED，以无监督方式检测受试者分布变化并触发模型适应。
Europe PMC · 脑机接口文献精选AI 评分6565 利用相位滑动振荡实现鲁棒的异步脑机接口控制
一项研究提出基于相位滑动振荡（PSO）的异步分类方法（PSO-AC），旨在解决稳态视觉诱发电位（SSVEP）脑机接口中因信号相位漂移导致的性能下降问题。该方法将EEG信号重构为不同初始相位的序列，并通过小波同步挤压变换提取相位解耦特征，结合概率时间模型区分控制与非控制状态。
推荐理由：提出基于相位滑动振荡的异步分类方法，通过解耦相位特征提升SSVEP脑机接口在离线与在线实验中的控制稳定性。
Europe PMC · 脑机接口文献AI 评分3434 基于EEG的脑机接口方法与应用对比研究
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%。
Europe PMC · 脑机接口文献AI 评分4848 沉浸式虚拟现实在运动想象观察中产生更强去同步化
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。
Neurotech Reports · 产业与论坛AI 评分7272 MIT 开发高速显微镜实现全脑毫秒级电活动观测
MIT 团队在《Nature Methods》发表研究，展示了一种适应于高速体积成像的新显微镜系统，能够以毫秒级时间尺度追踪斑马鱼全脑的电活动。该系统基于基因编码电压指示剂 Positron2-Kv，将光片显微镜的相机采集速度提升并采用远程重聚焦技术，实现了每秒扫描整个斑马鱼大脑 200 次（每 5 毫秒一次）。
Europe PMC · 脑机接口文献AI 评分5858 基于相位锁定与空间特征及双分支深度学习模型的 EEG 内心言语解码研究
一项新研究提出结合瞬时相位锁定值与共空域模式的双分支深度学习框架，用于从脑电信号中解码内心言语。该模型在受试者依赖设置下表现优异，对社交和数字词汇的平均准确率分别达 95.16% 和 95.96%，但在两个公开数据集上的跨受试者独立准确率仅为 64.09% 和 52.19%，凸显了个体间泛化的困难。
Europe PMC · 脑机接口文献AI 评分4747 基于滑动窗口与傅里叶分解的1D-CNN运动想象EEG分类框架
提出融合滑动窗口、傅里叶分解与1D-CNN的运动想象脑电分类框架，在BCIC IV 2a和BCIC III IVa数据集上分别取得93.67%和79.14%受试者内准确率。跨受试者验证中平均准确率为55.50%和76.49%，NVIDIA Jetson Nano部署延迟为58-85毫秒/次。
Europe PMC · 脑机接口文献AI 评分5555 共享刺激下EEG信号神经特征与多认知状态解码的范式研究
一项新研究提出了通过单一视觉刺激诱发五种不同认知过程（单次伸手、拦截伸手、序列伸手、注意伸手和抑制伸手）的实验范式。利用正则化线性判别分析分类器结合事件相关谱扰动特征，对五种认知状态的解码准确率达到91.72% ± 6.10%；在序列伸手任务中，使用时域特征区分正常试验与捕获试验的准确率为77.96% ± 7.03%。
Europe PMC · 脑机接口文献AI 评分5757 ResDSNet：通过残差深度可分离网络突破运动想象脑电解码的深度瓶颈
Zhao R等人提出一种名为ResDSNet的新型残差深度可分离神经网络，旨在解决轻量级脑机接口网络中因残差结构不匹配导致的深度瓶颈问题。该研究基于对残差连接路径的分析，设计了符合二项分布层数分配的模块及专用数据预处理单元，有效整合了深层特征提取与残差机制。在运动想象脑电信号解码任务中，该方法克服了传统浅层网络的局限，实现了更优的分类性能。
Europe PMC · 脑机接口文献AI 评分5555 RUNet：基于黎曼与无监督表征学习的跨域 EEG 零校准解码框架
RUNet 是一种针对运动想象 EEG 信号的零校准解码框架，旨在解决因个体差异和环境因素导致的会话间及受试者间变异性问题。该框架结合黎曼流形学习与无监督表征学习，利用多尺度时空卷积模块捕获局部-全局空间及多分辨率时间动态特征。通过引入多协同协方差优化模块增强非平稳性下的特征鲁棒性，并集成黎曼仿射对数映射层以缓解跨域协方差漂移，从而提升域不变特征的学习能力。
Europe PMC · 脑机接口文献AI 评分4444 MSHANet：用于运动想象脑电解码的多尺度混合注意力网络
MSHANet 是一种用于运动想象脑电（MI-EEG）解码的多尺度混合注意力网络，在 BCI Competition IV 2a/2b 及 EEGMMID 数据集上验证。其受试者内实验准确率达 83.56%、89.75% 和 75.66%，跨受试者实验分别为 69.93%、81.85% 和 79.67%。引入电极空间结构感知编码器后，BCI-2a 任务解码性能进一步提升约 2.8%-2.9%。
Europe PMC · 脑机接口文献AI 评分3131 生成式AI与沉浸式VR作为护士职业倦怠结构性干预的研究
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。
Europe PMC · 脑机接口文献精选AI 评分6767 基于大语言模型的P300拼写器近最优性能：多模型分析与性能界限研究
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。
Europe PMC · 脑机接口文献AI 评分5555 TSMD-Net：用于跨受试者运动想象脑电域泛化的两阶段多域蒸馏网络
该研究提出TSMD-Net（两阶段多域蒸馏网络），旨在解决运动想象脑电（MI-EEG）解码中因受试者间差异和非平稳性导致的跨受试者泛化难题。该方法采用渐进式两阶段优化策略，先通过特征协方差对齐建立稳定的跨域表示，再利用双曲监督对比学习进行多域协同蒸馏，以增强预测一致性和类别判别力。实验在两个运动想象基准数据集上验证了该方法的有效性。
Europe PMC · 脑机接口文献AI 评分5959 基于空间通道重构的频时空深度神经网络用于SSVEP脑机接口EEG解码
该研究提出一种基于空间和通道重构的频率-时间-空间深度卷积神经网络（SCR-FTSDNN），旨在解决SSVEP脑机接口中深度学习模型复杂度高及依赖大规模校准数据的问题。该方法通过傅里叶变换提取频率特征，结合时序卷积和扩张卷积增强判别性特征提取，并在Benchmark和BETA两个公开数据集上验证了其优越的识别精度与鲁棒性，尤其在有限校准数据条件下表现突出。相关代码已在GitHub开源。
Europe PMC · 脑机接口文献AI 评分5555 卒中上肢动作观察治疗中的EEG生物标志物范围综述
一项范围综述识别了卒中后上肢动作观察（AO）治疗期间反映皮层参与的EEG指标。该研究依据PRISMA-ScR指南检索六库得386条记录，最终纳入22项结合上肢AO范式、EEG结果及运动评估的研究。