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。
技术方向
非侵入式脑机接口的采集、解码和交互应用。
99 条精选近 30 天 59 条共收录 99 条
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。
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。
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。
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%。
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。
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。
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%。
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。
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。
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。
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。
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。
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。
Subsense CEO Tetiana Aleksandrova 接受采访,介绍公司正在开发的 NanoBCI,这是一种无需脑部手术即可读取、解码并回传信息的双向脑机接口。
上海非侵入式脑机接口公司 BCI-Sonics 于9月22日完成2亿元人民币(约2800万美元)Pre-A轮融资,由红杉中国(HongShan)和云启资本联合领投。
推荐理由:红杉中国与云启资本联合领投超声脑机接口初创企业,同日总理考察释放政策信号,体现中国BCI赛道资本加速布局。
2026年9月22日,中国国务院总理李强在上海未来启点社区调研时察看脑机接口与量子计算技术产品,强调未来产业是先进制造业发展的潜在蓝海。这是InsideBCI检索到的首位中共中央政治局常委在官方媒体面前对脑机接口产品的公开记录视察。
神经调控治疗耐药性癫痫正从迷走神经刺激(VNS)、反应性神经刺激(RNS)和深部脑刺激(DBS)三种FDA批准设备,向更个性化、闭环感知及微创方向扩展。PRECISIS的EASEE系统获FDA豁免启动约200人关键试验,Adraxe开发皮下闭环系统,Synergia Medical推出光供电VNS并完成首例人体研究,iVEAcare注册30人可行性研究。
Arbor Neuroscience首席执行官Philip Sabes于2026年9月14日在上海脑机接口创新沙龙发表主旨演讲,提出神经调控的真正瓶颈是预测能力不足,主张以“预测与治疗”取代当前的“刺激与观察”。
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。