前瞻性规划与回溯性整合：自然对话中未来与过去的不同神经信号特征

基于摘要分析。本研究关注自然对话中当前词语内容、过去语境记忆以及未来规划或预测所对应的神经信号，利用自发对话期间记录的 iEEG 和语言表征编码模型，分析这些过程在时间与脑区分布上的差异。 方法上，作者使用对话过去的 sentence embeddings、当前词语的 word embedding，以及对话未来的 sentence embeddings 预测脑活动；摘要将三类输入描述为互不重叠的信息。其关键分析思路是将不同时间范围的语言信息纳入编码分析，而非仅考察当前词语。这里的“互不重叠”具体指文本窗口、表征构造还是统计信息的分离，以及如何处理不同表征之间的相关性，尚需全文核对。 在自发对话的 iEEG 编码分析中，作者报告，单词内容、记忆、规划与预测对应的神经信号具有不同的时间和空间分布；言语理解总体呈现对过去对话语境的持续处理，言语产生则更突出地表征未来对话内容。作者还报告，即将说出词语的规划相关信号在左侧额下回最为明显。这些结果属于自然对话神经机制的证据，不能直接视为在线未来词语解码或 BCI 性能的验证；使用未来文本表征解释脑活动，也不等同于系统能够实时获得未来信息。 摘要未提供被试数量、电极覆盖、语言表征模型、时间窗口、训练与测试划分、编码性能或统计效应量。实验协议、消融及统计信息尚未验证，尤其需要核对过去与未来表征的独立贡献如何评估，以及相关结果在不同被试和脑区覆盖下的稳定性。