- 博客(1121)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 华中科技大学伍冬睿教授团队提出跨物种脑电迁移：犬类脑电赋能人类癫痫精准检测
更重要的是，已有多个研究证实犬类癫痫在发作周期性、药物反应、脑波动力学特征等方面均与人类癫痫共享核心神经机制，且犬类脑电采集可获得更丰富的高质量数据，其脑容量与人类适配的电极设备兼容，能提供高信噪比的脑电信号，这为跨物种数据共享提供了独特优势。，通过使用动物数据辅助人类疾病诊断，缓解临床标注数据稀缺的痛点，为构建通用脑电解码模型奠定基础，未来可整合多物种、多模态数据训练大规模脑模型，为儿科癫痫、罕见神经疾病等特殊群体提供精准诊断工具。人类到犬类迁移的AUC 80.70%，显著优于各类基准算法；
2026-01-14 09:07:23
1141
原创 昆明理工大学伏云发教授课题组发布多类别、多认知层级的视觉想象脑电图数据集及相关研究成果
近日，昆明理工大学脑认知与脑机智能融合创新团队研究生高京奥在伏云发教授和赵磊副教授指导下，发布了覆盖多类别、多认知层级的视觉想象脑电图数据集，相关成果以“An EEG Dataset for Visual Imagery-Based Brain–Computer Interface”为题，在“《Scientific Data》（SCI中科院分区，综合大类二区，IF: 8.5）发表”。基于事件标注信息，可将连续信号分割为独立的试次，并进一步提取对应视觉想象阶段的数据，用于后续分析与建模。
2026-01-12 09:09:54
778
原创 脊髓损伤功能重建重大进展！中科院神经所李毅团队构建新一代闭环脑机接口-深部脑刺激系统
运动是生物生存的核心本能行为。研究团队通过构建可实现自发运动恢复的脊髓半切损伤偏瘫动物模型，揭示了脊髓损伤后 cLHA-PnO-SC 环路的连接及功能重塑在运动功能恢复中的重要作用，提示 LHA 可作为脊髓损伤后神经康复的核心调控靶点。介观脑图谱（10 μm–1 mm）是一种介于微观脑图谱（细胞、分子水平）和宏观脑图谱（脑区、全脑网络水平）之间的脑结构与功能图谱，核心是刻画百微米至毫米尺度的脑组织特征，包括细胞构筑、神经环路连接、递质受体分布、局部功能分区等关键信息，是连接微观机制与宏观脑功能的核心桥梁。
2025-12-27 09:21:14
885
原创 华中科技大学伍冬睿团队欧氏对齐算法获2025 IEEE TBME最佳论文奖
2025年7月30日，工信部、发改委、教育部、卫健委、国资委、中科院、药监局等七部门《关于推动脑机接口产业创新发展的实施意见》要求“开展神经解码的迁移学习方法研究，减少样本数据依赖，提升解码软件的跨设备、跨被试、跨任务能力。然而，由于用户间的个体差异，即不同用户对同一事件的脑电反应显著不同，老用户脑电数据并不能够直接用于新用户模型的训练，而是需要先进行数据的分布适配。欧氏对齐具有简单、高效、完全无监督、应用场景广的优势，已被成功应用于13种不同的脑机接口范式。获取更多脑机接口+AI等领域的知识和资源。
2025-12-23 09:15:35
994
原创 北京邮电大学联合清华大学提出一种水凝胶电极，可用于超过48小时的高质量动态EEG/ECG监测
为了提升电极的柔韧性与生物相容性，本文选用了明胶作为外部交联网络材料，借助其热可逆相变特性，可以确保电极在室温下保持良好的凝胶态，避免长期使用中的液化现象。基于这种电极采集的EEG和ECG信号有望通过与深度学习模型的结合，进行高效的实时分析与分类，为BCI技术提供了精准的信号支持。该研究聚焦于生物电信号监测领域的技术瓶颈，开发了一种创新的低共熔凝胶（ChCl-egel）电极，能够实现超过48小时的高质量动态心电图（ECG）监测，以及18小时的稳态视觉诱发电位（SSVEP）脑电（EEG）记录。
2025-12-19 09:23:05
1054
原创 技术为生命重启而来：脑虎科技发布“三全”脑机接口临床成功，以更优安全性与AI融合定义新未来
脑虎科技宣布，由其自主研发的国内首款、国际第二款内置电池的全植入、全无线、全功能（“三全”）脑机接口产品，在复旦大学附属华山医院毛颖、陈亮教授团队的主持下，成功完成首例临床试验，为一名肩部以下完全不能动的高位截瘫8年的患者带来生活新希望。脑虎科技成为全球范围内极少数掌握并验证内置电池全植入方案的公司之一，这一成果不仅填补了国内相关领域技术空白，更以更高的安全性、创新的融合路径和以患者获益为核心的完整方案，为全球脑机接口的临床应用贡献了独具特色的“中国智慧”。临床数据有力地证明了该产品的卓越性能。
2025-12-14 09:18:33
983
原创 一个芯片65,000个电极 | 新一代脑机接口：大脑上的硅芯片
BISC采用了一种不同的方法：一块厚度仅为50微米的单片硅芯片，可以“滑入大脑和颅骨之间的空间，像一张湿纸巾一样贴合在大脑上，”资深作者、哥伦比亚大学劳氏家族电子工程教授肯·谢泼德博士说道。“通过将超高分辨率神经记录与全无线操作相结合，并结合先进的解码和刺激算法，我们正朝着大脑和人工智能系统能够无缝交互的未来迈进——这不仅用于研究，更造福人类，”谢泼德说道。“在电生理学中，记录设备的侵入性与所采集神经信号的时空分辨率和信噪比之间存在着根本性的权衡，”作者写道。(b) 横截面和电极的扫描电镜图像。
2025-12-10 09:23:14
940
原创 NEO无线微创脑机接口多中心GCP注册临床试验总结会圆满召开
在“多中心医院圆桌讨论”环节，来自复旦大学附属华山医院、首都医科大学宣武医院、江苏省人民医院、福建医科大学附属第一医院、华中科技大学同济医学院附属同济医院、南通大学附属医院、东部战区总医院、河南省人民医院、四川大学华西医院、中南大学湘雅医院、北京大学第三医院的多中心主要研究者围绕患者入组管理、术中优化策略、术后不良事件、家庭使用规范、康复效果差异等主题进行了深入交流。专家普遍认为，本次试验在方案设计、组织形式、手术培训、数据质量控制等方面均具有开创意义，对我国脑机接口临床试验体系建设具有示范价值。
2025-12-06 08:39:19
863
原创 昆明理工大学伏云发教授等 | 脑机接口(BCI)的科学定义与能力边界
伏云发，教授，博导，博士。根据 Wolpaw 等人（2012）对 BCI 的经典定义[6]，以及伏云发等人（2024）对BCI的清晰定义[13]，表4 给出了 BCI 的七个必要组件，包括用户及其大脑、BCI 范式与神经编码模块、脑信号采集模块等。因此，必须科学认知BCI的范畴：并非所有与大脑相关的技术都是BCI，并非所有脑成像设备或脑功能检测技术都应归类为BCI，脑调节 / 中枢神经调节技术也不是 BCI，但在特定应用场景和面向特定用户时，这类技术可以与 BCI 结合，以进一步提升系统性能[11]。
2025-12-04 09:14:04
1158
原创 Nature子刊 |介观功能图谱连结微观与宏观: 扫视方向选择性的fUSI研究
位于后顶叶皮层（PPC）内的外侧顶叶内皮层（LIP）对于将空间信息转化为扫视运动至关重要，但是其运动方向的功能组织尚不清楚。近期，加州理工学院生物工程系的研究团队使用功能性超声成像（fUSI），一种高灵敏度、广空间覆盖和良好空间分辨率的技术，记录了两只恒河猴进行记忆引导的扫视时，PPC内脑血容量的变化，来映射整个PPC的运动方向的编码，并且绘制出介观尺度的方向地图。实验结果不仅明确了LIP的邻域组织与长期稳定性两大关键问题，还首次构建了方向特异性的介观功能图谱。此项研究为理解大脑如何规划与选择眼动扫视提供了
2025-12-03 09:21:48
1000
原创 TBME 2025 | 华中科技大学、中关村学院团队提出跨脑电设备迁移学习解码方法
在非侵入式脑机接口（BCI）研究迈向实际应用的过程中，不同 EEG 头戴设备在电极数量、布局上的差异，使得源域与目标域的数据结构不一致，是现有跨被试或跨时段迁移方法难以直接应用的关键挑战。跨设备迁移学习算法成为了亟需突破的技术瓶颈。表 1-3 的实验结果表明，无论是在目标域无标签的无监督域适应场景，还是在目标域仅有极少量标注样本的快速校准场景中，SDDA都显著超越现有经典与最新方法。不同被试的原始EEG数据分布显著不同，欧式对齐将各个被试的样本映射到相同的特征空间中，大幅提升迁移效果。
2025-12-02 09:34:09
382
原创 北理工团队提出一种由健康被试到运动障碍患者迁移学习的脑电解码新方法
受试者与病灶特征（图 1）：实验招募 4 名单侧上肢运动障碍患者（均为缺血性脑卒中，Fugl-Meyer 评分 24-43 分，评分越低功能障碍越严重），其脑部 MRI 图像（图 1）显示，亮度增强的不对称区域集中于基底节区、侧脑室旁等运动功能关键脑区，与患者上肢运动障碍症状直接相关，为实验任务设计与神经信号解码提供了临床病理依据。域对齐后（右图）：经注意力映射与对抗域鉴别器优化，源域与目标域的特征簇高度聚合，三类运动任务的边界清晰可分，表明模型成功学习到跨人群的域不变特征，为精准解码奠定基础。
2025-11-30 09:31:06
927
原创 PR | 电子科技大学陈华富教授团队利用大语言模型编码大脑感知中语言信息
陈华富，教授，博导。为解决这一问题,本研究提出了一种基于提示引导的双通道注意力模型(PG-DCAM),该模型能够仅使用静息态功能磁共振成像(rsfMRI)和结构磁共振成像(sMRI)数据,准确预测个体在不同认知任务下的大脑激活模式,如图1所示。本研究在人类连接组计划(HCP)数据集上进行了广泛验证,该数据集包含958名健康成年人的脑成像数据,涵盖工作记忆(WM)、赌博(GAM)、运动(MOT)、语言(LANG)、社会认知(SOC)、关系处理(RELA)和情绪(EMO)七个任务领域共46个认知任务对比。
2025-11-29 09:39:31
990
原创 华中科技大学伍冬睿、舒凯团队提出基于脑磁图的中文言语脑机接口解码算法
考虑到言语活动涉及发声和理解两个方面，本研究提出了一种多模态辅助的言语BCI解码框架，该算法利用任务相关的模态来辅助脑信号特征提取器的学习。图5展示了消融实验结果，与单模态解码效果相比，使用任务相关模态进行知识辅助均能有效提升解码性能，其中声学辅助对朗读任务影响较大，同时融合两种模态进行知识辅助能进一步提升解码准确率。综合考虑言语活动机制，本研究提出了多模态知识辅助解码框架MASD，实验验证了该算法在言语BCI分类任务上能显著提升解码性能，为未来更通用、更鲁棒的言语脑机接口系统提供了助力。
2025-11-28 09:20:25
605
原创 运动脑机接口解码新范式 | 上海海事大学曹磊副教授团队首次提出了一种适用于物联网环境的脑信号特征提取网络
具体而言，针对运动想象任务中“运动-静息”状态分类精度不足的问题，首先通过BiE块对原始EEG信号进行时间维度反转，构建前向与后向双分支输入结构，分别提取正向和反向时序特征，以充分挖掘EEG信号中的双向动态信息。近期，上海海事大学信息工程学院曹磊副教授团队首次提出了一种适用于物联网环境的双向通道注意力与互交叉注意力时序特征提取网络（Bi-ACTCNet），用于解决脑机接口（BCI）在单类运动想象任务中“运动-静息”分类研究不足的问题。图 1： Bi-ACTCNet 框架的概述。成果发表国际顶级期刊。
2025-11-27 09:18:48
530
原创 NeurIPS 2025 | 概率表征学习赋能脑编码: SynBrain破解神经变异性下功能一致性的脑活动生成难题
这一创新设计不仅从根本上解决了确定性模型的固有缺陷，还显著提升了模型的跨被试适配能力，进一步拓展了其在下游场景中的应用价值。该框架通过创新的概率建模组件和语义映射模块，不仅在特定被试的 fMRI 合成任务中超越现有 SOTA 方法，还能通过少量数据快速适配新被试，合成的高质量 fMRI 信号更可有效提升数据有限场景下的脑解码性能。在少样本跨被试适配场景下，模型输出的激活图与全样本训练模型的结果达成高度吻合，这一量化匹配结果直接证明其成功捕捉到视觉皮层的核心功能组织规律，凸显了模型在生物学层面的可靠解释性。
2025-11-26 09:56:05
465
原创 当我们看到有人被触摸时，大脑会发生什么？
(C) 自身视角与他人视角；我们的研究结果表明，当我们看到有人被触摸时，我们的大脑会迅速解读这种触摸可能的感觉。这些发现表明，在短短几分之一秒内，我们的大脑就能将简单的触摸图像转化为丰富的感知，包括触摸者是谁、触摸的感觉如何，以及触摸是令人感到安慰还是痛苦。大约 110 毫秒后，大脑开始处理感觉信息，例如触摸在皮肤上的感觉——画笔轻柔的抚摸带来的轻柔酥麻感，或是刀尖尖锐的触感带来的疼痛感。我们想知道大脑是如何以及何时判断触摸是愉悦的还是痛苦的，是令人恐惧的还是安全的，以及触摸的对象是我们自己的还是他人的。
2025-11-25 09:15:36
947
原创 EPFL科学家提出利用脑刺激疗法改善中风后视力恢复
基于此，由瑞士洛桑联邦理工学院 (EPFL) 神经X研究所的弗里德海姆·胡梅尔 (Friedhelm Hummel) 领导的研究团队测试了一种新的治疗方法，该方法将视觉训练与多焦点非侵入性脑刺激相结合，旨在重新协调大脑通信并改善偏盲患者的康复。“这是我们令人振奋的临床项目之一，我们应用了一种基于协调双焦非侵入性脑刺激的创新治疗策略，该策略旨在改善偏盲中风患者的视觉功能，其灵感来源于大脑的生理功能，”胡梅尔说道。这种方法模拟了大脑在视觉处理过程中典型的“自下而上”的信息流，有助于在中风后重建受损的脑通信。
2025-11-24 09:06:23
1440
原创 上海交大团队揭示基于语言的多模态视觉-大脑对齐的深层语义不确定性感知
从“基线模型”（无 SUP、无 SLA 模块，200-way Top-1 44.9%）开始，添加“语义不确定性感知（SUP）模块”后提升至 46.9%，再添加“语言锚定对齐（SLA）模块”提升至 50.4%，最后加入“KL 散度损失（完整 Bratrix）”提升至 51.5%，证明各模块层层递进，共同支撑框架性能，其中 SLA 模块（语言锚定）的增益最显著（提升 3.5%）。多模态微调后，Bratrix-M 在所有数据集、所有指标上均优于基础版，平均提升 2%-5%，验证两阶段训练策略的有效性。
2025-11-23 12:10:26
707
原创 Neuralink竞争对手Paradromics获FDA批准进行语音恢复方面的人体试验
在试验中，BCI及其组件——皮层模块、内部收发器和延长线——将通过手术植入皮下，电极延伸至大脑表面下方，以采集运动皮层中单个神经元的信号。最后，数据会被传输到一台配备先进语言模型和人工智能的小型计算机，该计算机分析脑电数据，以确定患者想要表达或执行的操作，并将其转化为文字（屏幕上的文本/合成语音），或用于控制数字设备。这项试验规模很小——最初只有两名受试者——他们将接受脑内植入 1.5 毫米的 7.5 毫米宽的脑机接口 (BCI)，以记录单个神经元的信号。每个电极的尺寸小于40微米，比头发丝还要细。
2025-11-22 09:14:13
852
原创 AAAI 2026 | 上海交大郑伟龙团队提出MindCross：快速适应新被试的跨被试脑信号解码视频框架
如果出现数据有限的新受试者，则在校准阶段训练一个新的特定编码器，同时MindCross中的其他模块则保持冻结状态。如图1所示，现有的脑解码框架主要基于被试依赖范式，需要采集每个受试者大量的脑数据，导致难以快速适应一个数据较少的新被试，毕竟脑视频数据的采集成本高昂，而MindCross为所有被试训练一个通用模型，该模型能够快速适应数据有限的新被试。方法在语义层面上仅使用一个模型，即可达到与基于每个被试每个模型的方法相当的性能，并且略优于其余跨被试解码方法。表2.新被试适应比较，用时和更新参数量。
2025-11-19 09:04:35
970
原创 Science Advances | “心智描述”技术可从脑部扫描中读取人类思维
(B) 然后，我们使用这些模型解码由新的视频刺激或基于回忆的视频心理意象诱发的脑活动，并通过词语替换和插值，将候选描述的特征与脑解码特征进行迭代优化，同时利用另一个预先训练好的掩码语言模型（MLM；》上的一项研究采用了一种新的方法。参与该研究的研究人员开发了一种他们称之为“心智描述”的技术，该技术使用迭代优化过程，其中掩码语言模型（MLM）通过将文本特征与大脑解码的特征进行对齐来生成文本描述。随后，研究团队将生成的描述与不同数量的候选视频的正确和错误字幕进行比较，以确定准确率，结果约为 50%。
2025-11-18 09:21:55
360
原创 WukongBot：人控制麻醉猴实现“梦中行走”| 海南大学&天坛医院发表基于非侵入式脑机接口的脑脊接口
研究的局限性在于实验是在受控环境中进行的，解码的稳定性、长期疗效以及对更复杂日常运动任务的适用性仍有待研究。海南大学脑机芯片神经工程团队聚焦脑机接口、神经工程领域的芯片、器件、算法、动物以及临床研究，先后研发出三款核心芯片（SX-R128S4高通量神经信号采集及刺激芯片、SX-S32高自由度神经调控芯片、SX-WD60低功耗无线传输芯片），打破了该领域长期依赖进口芯片的被动局面。研究旨在提供一个基于非侵入式脑机接口的脑脊接口的概念验证，为脊髓损伤患者提供一种新兴的有前景的技术途径。副教授为本文通讯作者。
2025-11-16 09:31:53
760
原创 微软布局下一代脑机接口，宣布与INBRAIN Neuroelectronics合作
通过与默克集团和我们的子公司 INNERVIA Bioelectronics 等公司的战略合作，我们将创新解决方案扩展到周围神经和全身性疾病应用领域，释放神经技术和生物电子学的潜力。INBRAIN 致力于将先进的解码和调制技术与智能人工智能相结合，旨在开发一种新型的人工智能脑机接口疗法，该疗法能够实时、个性化地调控神经回路，从而为器官移植疗法开辟道路。该公司今日宣布与微软达成战略合作，共同探索利用微软云和数据基础设施支持的智能人工智能（AI）技术，推进实时精准神经学和下一代脑机接口（BCI）疗法的发展。
2025-11-13 09:24:29
464
原创 跨域EEG情感识别新范式：UDA-DDA的动态分布对齐方案
然而，目前仍存在关键的问题亟待解决。针对以上问题，研究学者提出的跨被试EEG情感检测学习框架包含四个关键模块，分别是基于最大均值差异（MMD）的边缘分布对齐（MPD）、基于条件最大均值差异（CMMD）的条件分布对齐（CPD）、联合分布的动态调节机制，以及无监督伪标签优化算法（见图1）。实验结果显示，该框架在SEED上的准确率为87.27%（见表2），在SEED-IV与DEAP上分别为74.01%与61.44%，整体优于同类方法的平均水平，这表明了UDA-DDA框架在情感识别任务中具有显著的应用潜力。
2025-11-12 10:06:43
1077
原创 AAAI 2026 | CAT-Net：基于交叉注意力的声调网络—面向跨被试的EEG-EMG融合声调解码
该技术通过融合脑电与肌电信号，并引入先进的跨注意力机制与领域对抗训练，成功实现了在极少通道配置下对汉语四声的高精度、跨被试解码，为言语障碍患者的自然交流提供了极具潜力的解决方案。这项工作不仅为开发面向汉语等声调语言的实用型脑机接口通信系统提供了坚实的技术基础，其提出的跨注意力融合与领域自适应框架，也对多模态生物信号处理领域具有重要的借鉴意义。研究人员表示，未来将继续拓展该框架，融入更多模态信号，并探索其在更广泛分类任务中的应用，加速推动低成本、高性能脑机接口技术的现实落地。目前主持上海市启明星项目。
2025-11-11 09:27:50
950
原创 ESI驱动的跨数据集导联对齐以增强运动解码
相比其他迁移方案TTL（仅使用单一数据集预训练）、ETL（仅使用外部数据集预训练）、OSTL（所有数据集预训练），TSTL 在四个数据集上均实现稳定且领先的指标，展现出更强的跨被试泛化能力。随后，再基于目标数据集的电极布局，从源空间执行正向映射，将皮层偶极子活动投影回目标电极布局，从而生成统一布局的脑电数据，实现跨数据集的电极布局对齐与统一。然而，在实际应用中，单个数据集的样本规模往往有限，且不同数据集之间在实验范式、电极数量及电极布局上也存在一定差异。获取更多脑机接口+AI等领域的知识和资源。
2025-11-06 09:10:27
661
原创 欧盟首例脑机接口手术：四肢瘫痪患者成功植入脑机接口
16岁时，他遭遇了一场严重的摩托车事故。经过几周的训练，该团队取得了首个突破：当梅林格试图跟随屏幕上移动的光标时，研究人员能够通过他的脑电信号判断出他想要移动到哪里。” 2022年，该团队将一个植入体植入了一位患有语言障碍的中风患者体内，从而能够绘制出她大脑健康右半球的语言处理图谱。经过充分的准备和计划，慕尼黑工业大学医院的神经外科团队为一位四肢瘫痪患者植入了定制的脑机接口，手术历时五个多小时。在为重度肢体残疾人士开发新解决方案的过程中，慕尼黑的研究人员认为自己与美国的科研机构存在直接竞争关系。
2025-11-02 09:25:39
937
原创 前沿速递 | 当用户自主控制运动时，仿生机器人可以促进神经可塑性。
专为神经康复设计的机器人，特别是用于辅助手臂和腿部运动以及运动再学习的机器人，正越来越多地被因疾病或损伤而导致肢体活动受限的患者所采用。然而，机器人驱动的被动运动与机器人辅助主动运动过程中的主动自主控制之间大脑反应的差异尚不明确。具体而言，参与运动计划和准备的高级运动区域，例如前额叶皮层和辅助运动区，表现出强烈的活动。研究人员采用功能性近红外光谱技术测量脑血流量的变化，结果显示，在机器人辅助主动运动和无机器人辅助的自主运动中，负责运动的大脑区域活动显著增强。（e）光极位置在平均大脑模型及覆盖区域的投影。
2025-10-30 09:11:39
461
原创 昆明理工大学伏云发教授等人：百家争鸣 | 脑机接口（BCI）产业转化的泡沫化趋势讨论（一）
此外，不准确的能力宣传，如“读脑”、“读心”、“写脑”或“控脑”等表述，也进一步虚高化了。产业转化的泡沫化趋势的本质，是技术发展速度与社会认知、科学标准、监管体系之间的严重错位。的定义与范畴边界，夸大其技术能力与应用潜能，试图在这一领域中分得“一杯羹”，甚至“最大的一杯羹”，以获取更多经费、资本或声誉资源。伴随概念与范畴的泛化，以及对技术潜能的过度想象，在伪专家话语、权力结构、资本逐利与舆论操控等因素的共同作用下，通过教育、出版与公共传播，纠正“读脑”、“读心”、“写脑”或“控脑”等伪科学叙事；
2025-10-29 09:18:44
641
原创 北理工团队提出一种神经解剖学启发的脑机混合智能鲁棒声目标检测方法
进而提出了新的EEG解码网络——三区时空动态注意力网络(Tri-SDANet)，该网络将源分析获得的神经解剖学先验融入任务导向的模型架构：不同于传统均匀处理EEG通道的架构，Tri-SDANet采用基于神经解剖学的空间分区策略，将EEG电极划分为三个功能特异脑区，每个脑区采用具有生物学意义感受野的专用时空卷积分支建模；现有方法在受控条件下通常具有良好的识别效率和准确率，但在实际场景中，由于环境因素和检测目标的变化，关键参数（如目标声信号的信噪比和声强）会发生剧烈变化，导致这些方法难以适应实际问题的条件。
2025-10-26 09:20:59
811
原创 视觉脑机迎来中国力量！明视脑机即将发布脑机接口视觉重建突破性进展
近日，国内领先的脑机接口技术企业明视脑机（Mindtrix）透露，其基于全植入式脑机接口的视觉重建技术已取得重大阶段性突破，相关医疗临床试验（IIT）的成果将于近期正式发布。公司目前聚焦于视觉重建、运动控制等前沿领域，基于“脑机双学习”的具反馈运动控制以及基于闭环大规模刺激的视觉重建，公司目前突破多项植入式脑机接口关键技术。，在脑机双学习解码算法、视觉重建、柔性神经电极、神经调控方面有丰富的科研积累和成果，整体技术实力全球领先。的方案，通过绕过受损的眼部或视神经，将视觉信息转化为电信号输入大脑。
2025-10-25 08:57:52
1703
原创 大脑运动规划研究如何助力神经假肢的发展
为了完成精确的动作，我们大脑的运动系统必须不断地自我校准。迄今为止，尚不清楚大脑的哪些区域反映运动的预期结果（球的轨迹），哪些区域反映误差信号，哪些区域反映旨在补偿先前误差的修正运动指令。令人惊讶的是，根据新的发现，大脑的不同区域会共同反映校正后的运动指令，而不是像之前假设的那样，大脑皮层的一部分反映运动指令给肌肉，另一部分反映该运动指令的预期感觉结果。“研究表明，大脑顶叶反映的不是运动的预期感觉结果，而是校正后的运动指令，大脑额叶区域也是如此，”该研究的首席研究员Enrico Ferrea说道。
2025-10-22 09:16:27
867
原创 Nature子刊 | 侵入式神经解码---从精密神经记录到全脑网络地图
同时，侵入式脑信号解码的关键难点在于，不同脑植入体的个体化定位存在差异，这会增加开发可跨患者泛化的大模型的难度。为了摆脱对患者个体化训练的依赖，研究学者探索了三种无需个体训练、同时考虑ECoG电极条位置差异的计算方法，分别是皮层表面网格法（图2h），基于MNI坐标的跨患者解码的连接组方法（图2i），以及连接组+对比学习（CEBRA）的方法。对脑连接图谱进一步分析发现，研究人员定位到一个偏左的前额叶网络，且该网络与用于抑郁症治疗的TMS网络靶点直接重叠，并与情感变化相关的网络具有显著相似性（图3g, h）。
2025-10-20 09:25:00
778
原创 IEEE TBME | 十年回顾：用于目标检测的快速序列视觉呈现脑机范式研究现状与趋势
研究发现，现有工作主要集中于单目标-单被试-单模态及单目标-单被试-多模态类型，而多目标类型的探索仍较为匮乏。文章创新性地提出了一个三维分类法，从目标类型、被试数量和模态形式三个维度全面梳理了该领域在公共数据集、范式编码设计和信号解码方法上取得的成果与挑战，并指明了向多目标、多被试、多模态融合发展的未来趋势。图3.(A)单目标、单被试、单模态(传统模式)、(B)多目标、单被试、单模态、(C)-(F)单目标、单被试、多模态、(G)单目标、多被试、单模态、(H)单目标、多被试、多模态。
2025-10-18 09:28:53
954
原创 德克萨斯大学研究人员开发出能解码不同患者语音的技术
在该团队开展研究之前，他们调查了脑机接口的技术存在的局限性，比如它需要患者花费数小时或数周的时间进行训练，并且需要来自特定完整大脑区域的记录才能准确工作。虽然脑机接口技术在过去几年中发展迅速，但研究表明，通过利用来自许多人的数据，未来的脑机接口即使对于数据量极少或大脑语言区域受损的新患者也能可靠地工作。“这是帮助失语症患者迈出的真正基础性的一步。由德克萨斯大学健康休斯顿分校研究人员领导的一项新研究，使科学家们距离研制一种更高效的设备又近了一步，这种设备可以直接从大脑中理解和翻译人类的语音。
2025-10-15 09:38:47
771
原创 这些初创公司正在将你的大脑与人工智能融合
以及增加其脑机接口 (BCI) 的电极总数（Neuralink 当前阵列有 1024 个通道，而原始犹他阵列有96 个通道，Synchron 设备有 16 个通道），从而实现更丰富的计算机与大脑之间的信息交换。”在脑机接口发展的早期，人们认为为了从大脑中提取信息丰富的数据，需要用微小的针状电极穿透大脑。理解犹他阵列缺陷的最佳方式是通过脑机接口技术中一个重要的概念——“屠宰率”（butter ratio），这个概念被形象地称为：脑机接口技术杀死的神经元数量与它能够记录的神经元数量的比率。
2025-10-08 09:24:31
941
原创 西工大常洪龙、吉博文团队：3D软凸神经微电极（SMBE）
值得注意的是，由血管脉动、呼吸和行为运动引起的由内而外的压力，也会导致严重的电极-组织相互作用，颅内压的同时变化和脑微运动是不可避免的，例如，在麻醉大鼠中，呼吸导致2-25µm，血管搏动导致1-3µm的皮层位移量。电极与皮层信号源之间的距离越近，不仅可以提高记录的信号质量和刺激的空间选择性，还可以降低接触阻抗和电极位置串扰。本研究报道了一种基于聚酰亚胺的3D电极阵列（4通道，可按需扩展），包裹在柔软硅胶微凸起表面（高度约为330微米），具有缓冲接触能力，可靠的机械强度和不受皮层影响的记录稳定性。
2025-09-29 09:11:47
1219
原创 百家争鸣｜脑机接口（BCI）之问（一）
换言之，BCI属于人机交互范畴——不仅涉及脑与机的交互（脑机交互），还涵盖人与机的交互（人机交互），因为大脑作为人体的一部分，与人不可分离。BCI系统的设计应体现“以人为本”或“向善而行”的原则，否则便不是人类真正需要的BCI。脑机接口（Brain-Computer Interface，BCI）不仅属于人机交互（Human-Computer Interaction，HCI）的范畴，更本质地体现了脑与机之间的直接交互（Brain-Computer Interaction，BCI）。抑或是完全自动化的系统？
2025-09-22 09:25:22
776
原创 昆明理工大学伏云发教授等|最易被混淆的三个重要方向：脑功能检测、脑机接口与脑刺激的应用及相互关系
脑机接口（Brain-Computer Interface, BCI）、脑功能检测（Brain Function Detection, BFD）和脑刺激（Brain Stimulation, BS）是神经科学与神经工程领域三大关键技术方向。三者在基础研究、临床应用以及人机交互范式中均发挥着至关重要的作用。尽管其发展路径与应用侧重点各不相同，这些技术在学术讨论和产业实践中却常被混淆或模糊使用，可能导致概念误解、系统设计不当甚至临床误用。既往文献综述多集中于将BCI作为单一研究对象，探讨其历史演进、特定神经生理
2025-09-18 09:37:38
1008
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人