BCI 科研日报 · 2026 年 10 月 18 日 · 星期日
BCI RESEARCH RADAR
可预测自发运动的神经活动时间进程
基于摘要分析。本研究考察自发运动前的早期缓慢爬升神经活动是否真正具有运动预测能力，而不只是运动发生前经常出现的现象。作者引入不以运动结束的匹配对照条件，利用 EEG 和多种机器学习分类器比较运动与非运动条件，以检验传统仅分析运动前片段的范式可能造成的预测性误判。 核心方法在于改变比较对象：不仅观察最终发生运动的时间片段，还纳入匹配的、随后没有运动的片段。这样可区分“运动前可靠出现的活动”与“能够区分即将运动和不运动的信号”。摘要未说明匹配变量、片段抽取方式、分类器名称、特征构造及训练与测试划分。 作者报告，在上述匹配对照的分类评估中，早期爬升活动虽然存在，但不能预测运动；分类 Accuracy 约在运动前 100 ms 才突然上升。摘要未提供具体 Accuracy 数值或机会水平。作者还报告，传统分析方式会重现早期活动具有预测性的假象。作者据此认为，行动的神经承诺发生在较晚阶段，并与有意识意图及运动抑制能力的时间进程相容；这一解释应与分类结果本身区分，不能仅据摘要视为对意识与行动因果关系的定论。 对 EEG 运动意图预测的直接方法学价值，是提醒评估必须覆盖无运动时段，而不能把运动前信号的稳定出现等同于可部署的预测能力。被试数量、任务细节、EEG 预处理、被试内或跨被试协议、误报率、时间分辨率及统计不确定性尚未验证；实验协议、消融及统计信息需查阅全文核对。摘要也不足以确定该结果能否推广至其他运动任务或在线 BCI 场景。
Europe PMC · EEG 方法一手原文 在线学习与系统算法
Europe PMC · bioRxiv / medRxiv 预印本一手面向 EEG 监测与脑机接口的实时噪声消除
基于摘要分析。研究针对原始 EEG 信噪比低、在线清理困难的问题，将离线 SOUND 算法改造为实时版本 rtSOUND，并集成至开源 EEG 处理软件。其核心贡献是通过逐样本空间滤波与异步滤波器更新，在连续数据流中实现自适应噪声抑制。 机制上，rtSOUND 利用 EEG 前向模型对 EEG 时间序列进行交叉验证，估计噪声的空间分布，并生成线性空间滤波器。与常规时间滤波不同，该方法不预设脑信号与噪声的频率成分，而是假设噪声的空间分布不同于脑活动产生的分布。流入的每个 EEG 样本由当前滤波器同步处理，滤波器则在异步并行进程中周期性更新，以适应数据状态变化。 作者在来自 25 名健康被试的 TMS–EEG 与静息态 EEG 数据上验证了该方法，报告 TMS 诱发电位和静息态数据的 SNR 在多种指标下均有改善；低 SNR 通道获益尤其明显，同时高质量通道的波形得以保留。作者还报告算法能够处理以 5 kHz 采样率流入的数据，但摘要未给出具体延迟、硬件配置、更新周期或各指标的数值，因此这一吞吐能力不能直接等同于已满足所有闭环应用的延迟要求。 阅读与复现时，应重点核对前向模型的构建条件、空间分布假设的适用范围、滤波器更新时的信号保真度，以及相较其他实时清理方法的收益。摘要未提供软件名称、代码地址、详细实验协议、消融及统计信息，上述内容尚未验证；当前证据支持 EEG 信号质量改善，尚不能据此认定 BCI 解码性能或脑状态依赖刺激效果已得到提升。材料为预印本，未取得全文。
BCI 任务、临床与神经工程
Europe PMC · bioRxiv / medRxiv 预印本一手情境塑造裸盖菇素作用下的 alpha 频段电生理特征
基于摘要分析。本研究考察自然情境如何调节裸盖菇素（psilocybin）相关的 EEG 频率特异性变化，重点分析 alpha 频段活动与大尺度皮层网络连接，而非提出 BCI 解码算法。作者报告，结构化感官输入可减弱或逆转相对于闭眼静息所观察到的药物相关 alpha 连接变化，且调节方向与强度依情境而异。 研究纳入 56 名参与者，使用给药前采集的匹配基线，涵盖电影观看、闭眼静息、引导冥想及音乐聆听情境。作者采用最小范数估计重建皮层源活动，在覆盖 1–80 Hz 的六个经典频段分析频谱功率、alpha 峰值频率（APF），并以幅值平方相干性量化七个功能网络内部及网络之间的连接。统计分析使用置换检验与 FDR 校正，并通过线性混合效应模型区分药物、情境及其交互作用对 alpha 连接的贡献。 作者报告，在静息条件下，裸盖菇素降低 alpha（8–13 Hz）功率、提高 gamma 范围功率并升高 APF；与自上而下控制相关的高阶网络内部及网络之间，alpha 频段功能连接下降。相对于闭眼静息，结构化感官情境中的药物与情境交互效应表现为上述连接变化减弱或反向。摘要未提供效应量、精确显著性水平或各情境的详细比较，不能据此判断哪一种情境调节最强。 该材料为预印本摘要，完整实验协议、各情境样本覆盖、给药与记录时序、对照安排、源定位细节及统计稳健性尚未验证。研究支持的是作者所报告的药物状态与情境相关电生理差异，不构成 BCI 性能改善或临床疗效的证据。
Europe PMC · bioRxiv / medRxiv 预印本一手利用深度学习可解释性图揭示与 VR 晕动不适稳定相关的 EEG 模式
基于摘要分析。本研究针对 VR 头戴式显示器引发的晕动不适（cybersickness），结合神经网络与可解释性图，识别对不适分类最有帮助的 EEG 传感器位置及时间片段。其主要贡献是考察这些模型相关特征能否在不同网络、随机种子和独立听觉 ERP 研究数据中保持一致，而非提出已经验证有效的不适缓解干预。 方法上，作者使用两项独立的听觉 ERP 晕动不适用户研究数据，提取对分类重要的空间与时间特征。作者报告，在第一个数据集（n=29）上，三种神经网络结合多个随机种子、共运行框架 120 次，模型持续将左额部、中线中央区和右顶叶对应的头皮位置识别为有助于判断不适状态的区域。第二个数据集（n=36）也出现了相似的重要位置；作者据此认为，这些发现具有跨时间、VR 刺激及参与者样本的跨数据集泛化性。作者还报告，在两个数据集中，刺激后约 80–260 毫秒的 ERP 早期时段均被标记为对分类重要。 这些结果支持进一步考察不适分类的稳定 EEG 时空线索，但解释图的重要性不等于相关脑区对晕动不适具有因果作用。摘要所述的跨数据集一致性也不能直接等同于模型在未经适配的新数据集上保持分类性能；训练与测试是否跨数据集、被试划分方式及具体评估指标尚未验证。网络结构、解释算法、预处理、标签定义、分类结果、消融及统计信息亦需全文核对。 作者提出这些特征未来可能用于晕动不适乃至其他不适类型的 EEG 分类，后者尚未在所给摘要中得到验证。作者表示代码将在论文接收后发布，当前材料不能确认代码已公开；来源将其列为预印本，不据此推断已接收或正式发表。
Europe PMC · bioRxiv / medRxiv 预印本一手抓取与放置物体的伸手动作计划在共享的皮层–小脑机制中诱发不同的神经动态
基于摘要分析。该研究考察抓取与放置物体是否在共享神经机制下表现出不同的行为和 EEG 时空动态，重点关注放置所涉及的对齐、感觉反馈及空间误差容忍要求，而非提出新的 BCI 算法。 研究使用高密度 EEG 和运动追踪，记录 31 名参与者交替执行 Grasp/Place 任务：从具有特定朝向的目标／模板处抓取三维物体，或将其放置到目标／模板处。作者报告，在这一任务条件下，Place 比 Grasp 启动更快，但执行更慢，且终点朝向更精确，提示两类动作采用不同的控制策略。 ERP 与微状态分析显示，两种动作均出现围绕运动发生的极性转换：准备阶段为后部负向、额部正向，执行阶段转为后部正向、额部负向。作者报告，该共同模式在 Place 准备阶段更强、执行阶段持续更久，同时呈现更强的准备期内侧额叶／小脑及执行期后部／小脑相关微状态动态。作者据此认为，两种行为涉及相似的皮层–小脑机制，但以不同的时空动态支持各自的计算需求；摘要未提供小脑相关活动的定位与验证细节，不能将头皮 EEG 模式直接视为小脑来源的独立确证。 作者还报告，SVM 解码所利用的任务特异性信息主要位于低于 6 Hz 的 EEG 活动中。摘要未给出解码 Accuracy、数据划分、被试内或跨被试协议，也未说明动作学差异及运动相关伪迹的控制方式，因此尚不能判断其对在线 BCI 或跨被试解码的适用性。全文、实验协议、消融及统计信息尚未验证；该材料为预印本，相关结论仍需结合完整方法与结果评估。