行为神经科学研究存在两项关键需求：一是对大规模神经群体活动进行长时间记录，二是记录动物自然状态下的行为。近年来，行为追踪和量化技术取得了重大进展，电生理记录、光学成像以及神经集群驱动技术的进步，使得活动状态下的动物神经记录成为现实。然而，记录设备的重量和电池寿命严重限制了自然活动和长时间记录的能力。近期，麻省理工学院脑与认知科学系研究人员研发了一种开源的数据采集平台，ONIX系统。ONIX具备卓越

与实验室诱发的单一情绪不同，真实世界中人类个体往往在同一时刻展现的多种混合情绪状态，比如悲喜交加、又惊又喜等。清华大学刘永进教授课题组提出一种从多模态数据中学习并预测混合情绪的方法，该项研究于2023年被IEEE Transactions on AffectiveComputing期刊录用，论文的共同第一作者为刘永进教授指导的博士后刘舫和博士生杨培，刘永进教授指导的博士生舒叶芷、访问学者闫飞博士.

目录导读本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018导读虽然将EEG和fMRI结合使用可实现精细的空间分辨率和准确的时间分辨率集成，但仍带来许多挑战,比如要实时执行以实现神经反馈（Neurofeedback, NF）循环时。在这项研究里，研究人员描述了在运动想象NF任务期间同时获取的EEG和fMRI的多模态数据集，

点击上面"脑机接口社区"关注我们更多技术干货第一时间送达‍‍‍脑机接口(BCI)技术在运动康复治疗应用中有非常大的潜力，它可以利用神经可塑性来恢复运动功能，提高中风患者者...

报告研究了神经假体行业的全球市场情况，神经假体公司研发的产品包括脑机接口、耳蜗植入体、脊髓刺激器和脑深部刺激器等，用于治疗神经系统疾病全球有超过80家这样的公司，美国是最大的市场，占了全球市场的41%。基于Barnes Reports发布的《2026年全球高端展望：脑机接口市场》报告，本文旨在通过详实的数据拆解，穿透千亿美元市场的宏大叙事，直面行业高昂的人力成本结构、亚太地区出人意料的市场反超以及

因为在耳道内采集脑电，信号微弱，接触难，干扰大。当然，这么做是有取舍的，我们牺牲一部分空间分辨率（主要采集颞叶区域的信号），但换来了两样更宝贵的东西——一个是长期记录的“时间轴”信息，另一个是丰富的“场景”信息（因为你戴耳机听音乐、开会、学习的场景是不同的）。当我们提出耳机形态所需的定制化电极需求时，得到的反馈是“这不可能”，他们认为电极技术十几年来就是如此，无法满足我们的设想。因此，从2024年

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

每天，来自外部环境的各种感知信息通过不同的模式传输到大脑，然后经过处理产生一系列应对行为。在这些感知模式中，视觉可以说是外部环境与大脑互动的主要贡献者。大约 70% 的人类感知信息来自视觉，远远超过听觉系统、触觉系统和其他感官系统的总和。视觉系统是中枢神经系统的一部分，用于视觉感知、处理和解释视觉信息，以建立视觉环境的表征。它由眼睛、视网膜、向丘脑传导视觉信息的纤维、上丘和部分大脑皮层组成。如今，

功能连接(FC)是一种广泛使用的大脑网络建模方法，其中大脑不同区域之间的时间相关性或统计依赖性使用图论表示。这使研究人员能够在接受治疗或刺激前后，对参与者组内和组间的大脑网络进行统计比较。为了比较大脑网络，研究人员可以使用不同类型的分析。边缘分析侧重于不同区域之间的连接，例如它们的强度或效率，或连接模式的变化。节点分析包括检查网络中的单个区域，例如它们的程度或中间中心性。网络智能分析着眼于整个网络

近日，杭州电子科技大学脑机协同智能团队最新研究成果“Visual guidedDual-spatial Interaction Network for Fine-grained Brain Semantic Decoding”论文发表在国际TOP学术期刊《IEEE Transactions on Instrumentationand Measurement》上。文章链接:https://iee..