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。
#EEG
Europe PMC · 脑机接口文献AI 评分4848 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。
Inside BCI · 行业报道AI 评分7070 天津大学发布3克重“神工须弥”脑立方非侵入式脑机接口设备
天津大学海河实验室与合作企业神工谛听于9月30日发布重仅3克、体积约2立方厘米的“神工须弥”脑立方（Shengong Xumi Brain Cube）。该设备集成电极、电路、电池和无线模块，无需传统EEG头带即可隐藏在头发中记录脑信号，采样率为1000次/秒，续航8至10小时。
Inside BCI · 行业报道精选AI 评分7878 加州签署AB 1883法案禁止雇主利用AI收集员工神经数据
加州州长纽森于9月30日签署AB 1883法案，禁止雇主使用基于人工智能的职场监控工具来识别、推断或预测员工情绪状态，或收集员工的神经数据。该禁令将于2027年1月1日生效，涵盖EEG头带等设备，但保留了“确保安全”及联邦合同相关的例外情况。
推荐理由：加州立法禁止雇主使用AI工具收集员工神经数据或推断情绪，明确了职场脑机接口应用的合规红线与例外情形。
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。
Europe PMC · 脑机接口文献精选AI 评分6565 静息态脑电临界性作为ALS患者及健康人脑机接口表现的神经生理标记研究
一项探索性研究调查了静息态脑电动态与随后脑机接口表现之间的关系。研究基于临界脑假说，分析了神经元雪崩动力学、多尺度临界性测量、频谱斜率和Lempel-Ziv复杂度。在两个数据集中（包括一名闭锁状态ALS患者的纵向单例研究和5名ALS患者及6名健康参与者的数据），发现神经元雪崩动力学、频谱斜率和Lempel-Ziv复杂度与ALS患者的后续脑机接口表现持续相关，而健康参与者显示出相反的相关模式。
推荐理由：该研究探索了静息态脑电临界性指标与肌萎缩侧索硬化症患者后续脑机接口表现的相关性，为预测用户性能提供了潜在的神经生理标记。
Europe PMC · 脑机接口文献精选AI 评分6565 共形预测门控用于跨会话运动想象脑机接口的研究
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。
脑机智能在线 · 公众号精选AI 评分8484 华中科技大学团队发布EEG-FM-Compass：55个脑电基础模型的全面基准评测
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。
Inside BCI · 行业报道精选AI 评分8282 中国NMPA发布全球首个AI处理脑机接口脑电数据的医疗器械标准
中国国家药监局（NMPA）于2026年9月14日发布针对脑机接口医疗设备中AI处理脑电（EEG）数据的医疗器械标准，定于2027年9月1日生效。该标准由食品药品检定研究院起草，旨在规范AI算法训练与评估数据的质量，解决此前数据集在通道数、采样频率等方面的碎片化问题。这是中国继术语标准和植入式设备测试方法后的第三项BCI相关标准，目前美国FDA和欧盟尚无专门针对AI-BCI训练数据质量的等效标准。
推荐理由：梳理了中国NMPA发布全球首个AI-BCI脑电数据标准的背景、生效时间及对非侵入式厂商合规的影响，提供了清晰的监管架构对比。
Neurotech Reports · 产业与论坛AI 评分4343 Neurotech Reports 简报：Epitel 融资、脑机接口触觉恢复及多项神经调控进展
Epitel 完成2600万美元B轮融资以扩展无线EEG监测，匹兹堡大学等团队证实皮层内微刺激可安全长期恢复触觉。Neurolief获VA合同推广非侵入式神经调控疗法，Autonomix新增癌症治疗专利，ReVision Implant关闭400万欧元超额认购融资轮。
脑机前沿 · 公众号精选AI 评分7878 浙大团队发布BrainBench：用17个数据集检验大模型脑电分析能力
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。
g.tec · 技术与活动AI 评分4040 g.tec 展示多模态生物信号在飞行模拟研究中的应用
g.tec 在伦敦大学学院演示了结合 EEG、ECG、GSR 和眼动追踪的飞行模拟实验。该方案利用 g.Nautilus 28 通道无线 EEG 与 Tobii Pro Glasses 3，通过 g.HIsys 实时同步监测心理负荷、参与度及心率变异性。此多模态方法支持在真实任务中客观评估认知表现与生理状态。
Nature · Brain–machine interface精选AI 评分8080 感官引导人机联合学习加速运动想象脑机接口控制
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。
g.tec · 技术与活动AI 评分3838 g.tec 解析超高密度 EEG 如何改变脑图谱绘制：64 至 1024 通道对比
g.tec 指出超高密度 EEG 通过增加空间采样提升脑图谱精度，支持从 64 到 1024 通道的扩展。其 g.Pangolin 平台结合 g.HIamp 放大器可实现 1024 同步通道、8.6 mm 电极间距及 38.4 kHz 采样率。该技术兼容传统范式，助力神经解码与源定位研究。
g.tec · 技术与活动AI 评分3535 g.tec 探讨结合 EEG 与生理信号进行人体性能研究
g.tec 阐述将脑电（EEG）与心电、肌电等生理信号同步采集以研究人类表现的方法。单一 EEG 难以区分认知负荷与生理疲劳，多模态监测可解析神经、心血管及自主神经系统的交互机制。该方案适用于心理学、人因工程及脑机接口等领域，通过毫秒级时间分辨率捕捉大脑与身体的协同反应。
脑机前沿 · 公众号AI 评分6868 浙大潘纲团队发布BrainAgent：用自然语言驱动多智能体做脑电分析
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。
g.tec · 技术与活动AI 评分3535 g.tec Unicorn Hybrid Black 脑机接口开发指南：强调可靠 EEG 采集的重要性
g.tec 发布基于 Unicorn Hybrid Black 的脑机接口开发指南，指出可靠的 EEG 信号采集比机器学习算法更决定开发效率。该设备在 BR41N.IO 黑客松中支持团队在 24 小时内完成 P300、SSVEP 等应用原型，内置 Unicorn Speller 等现成软件帮助用户先理解范式再编写代码。
脑机前沿 · 公众号精选AI 评分7878 上海AI Lab等发表论文：审计EEG基础模型到底捕获了什么
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。
g.tec · 技术与活动AI 评分1818 g.tec 神经技术生态系统支持实时神经科学、脑机接口及多模态研究
g.tec 提供涵盖信号采集至反馈控制的完整神经技术生态系统，支持实时神经科学与脑机接口研究。该方案整合 g.Nautilus、g.HIamp 等硬件与 recoveriX、mindBEAGLE 等软件，应用于 P300、运动想象及 SSVEP 等多种 BCI 范式。其技术栈覆盖从非侵入式 EEG 到侵入式皮层记录，服务于神经康复、意识评估及多模态科研场景。
g.tec · 技术与活动AI 评分4040 通用空间模式算法助力脑机接口实现首次100%实时准确率
1998年，格拉茨大学团队利用通用空间模式（CSP）算法处理64通道运动想象EEG数据，使受试者“g3”在实时实验中连续160次正确移动光标，达成首个100%准确率的脑机接口记录。该突破证实了信号处理与系统工程协同优化对高性能BCI的关键作用，CSP至今仍是运动想象解码的核心基准算法。
脑机前沿 · 公众号AI 评分6767 ICML 2026论文JET：用流匹配加Transformer建模EEG连续动力学生成高保真脑电
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。