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。
关注内容
最新文献 最新动态
持续收录脑机接口行业的最新文献，保留来源与发生时间。
107 条精选近 30 天 66 条共收录 107 条
更新
精选归档 · 第 5 页
Europe PMC · 脑机接口文献AI 评分5555 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。
BrainGate · 研究动态AI 评分1515 BrainGate 发布关于镜像神经元的研究出版物
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。
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9292 UCSF团队在Nature Neuroscience发表单植入物同步解码语音与手势研究
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。
Nature · Brain–machine interface精选AI 评分8080 Nature：辅助算法影响运动脑机接口的神经表征
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。
MOABB · 官方版本发布AI 评分4949 MOABB v1.7.2 发布：修复 pyRiemann 兼容性
脑机接口基准评测库 MOABB 发布 v1.7.2 补丁版本，修复与 pyRiemann 平均值 API 的兼容性问题。TRCA 与 TRCSP 改用 gmean 以支持 pyRiemann 0.12 及 0.13 开发版，TRCSP 指标改为关键字传参以修复 0.12 版下的拟合问题，并新增回归测试。
Nature · Brain–machine interface精选AI 评分8282 Nature发表研究：单一ECoG植入物实现瘫痪患者语音与手势同步解码
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。
Nature · Brain–machine interface精选AI 评分8080 大连理工大学团队发表受蜻蜓翅膀启发的自支撑亚微米皮层脑电阵列研究
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。
脑机掌门 · 公众号AI 评分5656 Nature Communications论文报道可完全回收的离子热电水凝胶ReCLEAR
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 · 官方版本发布AI 评分4545 MOABB v1.7.1 发布
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。
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。
脑机掌门 · 公众号AI 评分5656 Nature Communications：仿生摩擦电触觉传感器实现高温下压力与温度同步检测
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。
Nature · Brain–machine interface精选AI 评分7676 Nature Neuroscience 研究亮点：耦合神经假体与神经调控以恢复四肢瘫痪功能
《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 · Brain–machine interface精选AI 评分8282 Nature发表研究：利用共享潜在表征实现跨患者语音解码
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。
Blackrock Neurotech · 官方动态精选AI 评分8383 皮层内微刺激人体长期安全性与有效性研究发表，最长随访10年
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 · 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。
Nature · Brain–machine interfaceAI 评分4242 强化反馈替代感觉反馈提升脑机接口运动表现
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。
脑机前沿 · 公众号精选AI 评分8181 Meta发布Brain2Qwerty v2：非侵入MEG脑到文本解码，最佳受试者WER降至22%
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。