Brain Computer Interfaces
PulseAugur coverage of Brain Computer Interfaces — every cluster mentioning Brain Computer Interfaces across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LLM驱动的多智能体框架自动化脑信号分析
研究人员开发了BrainAgent，一个利用大型语言模型（LLMs）创建多智能体系统以实现自主脑信号理解的新型框架。该系统旨在克服当前分析方法的局限性，这些方法通常复杂、静态且针对特定任务。BrainAgent采用分层架构，包含一个主管智能体和专门的子智能体，以分解和执行复杂的工作流程，从而普及脑信号分析，并实现更可靠、端到端的处理流程。
-
新研究强调需要个性化的脑电图解码模型
两篇新研究论文探讨了脑机接口（BCI）中解码脑电图（EEG）信号的挑战。第一篇论文《平均排名掩盖了每位受试者的最优性》对超过1000种解码配置进行了基准测试，发现没有单一的流程能在所有参与者中始终表现最佳，这凸显了选择个性化模型的必要性。第二篇论文《可泛化的跨受试者和跨任务脑电图解码的零样本神经先验》引入了一个基于Transformer的基础模型，该模型在跨受试者和跨任务方面实现了更好的泛化能力，为实现更强大、无需校准的脑电图解码指明了方向。
-
通过人类无意识处理探讨人工智能意识
一篇近期文章探讨了人工智能意识的概念，并将其与人类无意识处理进行类比。文章质疑主观体验（qualia）是否能在人工智能系统中演化，特别是借助脑机接口（BCI）。文章提出，理解盲视和感官替代可能为这些复杂问题提供见解。
-
新的CNN架构增强了BCI对抗攻击的安全性
研究人员开发了一种新的、轻量级的卷积神经网络（CNN）架构，旨在提高使用脑电图（EEG）的脑机接口（BCI）的安全性与鲁棒性。这种新模型即使在受到对抗性攻击时，在分类任务中也表现出优越的性能，优于EEGNet和DeepConvNet等现有CNN模型。研究结果表明，更简单的网络设计更能抵抗细微的干扰，这对于基于EEG的BCI的可靠部署至关重要。
-
Morlet谱Transformer解码脑电图数据中的情感
研究人员开发了一种名为Morlet谱Transformer (MST) 的新模型，用于解码不同主体脑电图数据中的情感。MST利用Morlet小波分词来更好地表示脑节律的时频结构，并结合了特定频率的空间投影来捕捉频段特定的模式。这种方法旨在克服现有方法的局限性，例如需要大量数据的大型预训练模型以及在表示匹配方面存在问题的频域编码器。
-
新框架提供对BCI速度-准确性权衡的显式控制
研究人员开发了一个新框架，用于显式控制脑机接口（BCI）的速度-准确性权衡。目前评估BCI的方法通常将速度和准确性合并为一个单一指标，模糊了它们之间的关系，并可能引入偏差。这个新框架将这两个关键方面分开，使用称为增益（Gain）和守恒（Conservation）的度量，可以通过参数alpha进行调整，以实现特定应用的所需BCI行为。
-
成都将发展包括人工智能、量子技术在内的未来产业
中国成都正在加速在新兴技术领域的开发。市政府发布了一份意见文件，概述了培育包括核聚变、脑机接口和量子技术在内的未来产业的计划。该举措还强调将人工智能融入各行各业，重点关注数据、AI芯片、大模型和智能代理，以推动产业智能化并建立新的经济模式。
-
浙江启动“星火计划” 推动量子技术和未来产业发展
中国浙江省正提议实施一项“星火计划”，旨在从2026年至2030年培育未来产业。该计划优先发展十大关键领域，包括具身智能、量子技术和脑机接口。计划重点关注推进量子计算、测量和通信技术，目标是加速量子产品的规模化应用，并将该地区打造成量子产业创新的领导者。
-
深圳规划6G、量子技术等未来产业
深圳市“十五五”规划纲要提出，要培育壮大未来产业，包括6G、量子科技、脑机接口等。规划提出要建立健全投资增长和风险共担的机制，打造从创新到应用的完整产业链。同时，提出建立绿色通道，对符合产业发展方向的新技术新产品进行知识产权审查。
-
新的MoE框架通过网络感知专家增强脑解码
研究人员开发了FPED，一个新颖的专家混合（MoE）框架，用于使用fMRI数据进行可解释的脑解码。该方法明确地将不同的功能性脑网络建模为专业专家，利用自适应路由来捕捉它们对视觉语义理解的联合贡献。FPED旨在克服当前方法压平fMRI信号的局限性，从而破坏大脑的自然网络拓扑并降低神经科学的可解释性。该框架以少量参数数量展示了具有竞争力的性能，并提供了大脑网络与语义处理之间对应关系的透明见解。
-
NeuroAtlas 基准测试挑战脑电图和 BCI 的基础模型
研究人员推出了 NeuroAtlas，这是一个旨在评估临床脑电图 (EEG) 和脑机接口 (BCI) 的基础模型的综合基准。该基准包含 42 个数据集和超过 260,000 小时的数据，涵盖癫痫、睡眠医学和大脑年龄估计等领域。初步研究结果表明，特定于 EEG 的基础模型并不总是优于通用的时间序列模型，并且标准的机器学习指标不足以评估临床效用。
-
玻色量子获超100项应用，创纪录融资
中国量子计算初创公司玻色量子已在包括肿瘤学和脑机接口在内的多个行业中获得超过100项实际应用。该公司已筹集到巨额资金，总计18.4亿元人民币，其中最近的10亿元人民币B轮融资创下了国内量子计算行业的纪录。玻色量子的技术正被应用于蛋白质折叠、药物发现和精确肿瘤边界识别等复杂问题，利用量子原理实现卓越的计算能力。
-
铁电突触实现用于脑电信号处理的个性化SNN
研究人员开发了利用铁电突触处理脑电图（EEG）信号的个性化脉冲神经网络（SNN）。该方法旨在通过适应个体用户差异和会话间信号变化来提高脑机接口的泛化能力。该系统采用混合精度策略进行设备上自适应，考虑了特定设备的编程动态以缓解耐久性和能量限制，展示了通往个性化神经形态处理的实用途径。
-
中国成立智能医疗器械标准化国家工作组
中国国家市场监督管理总局已批准成立国家智能医疗器械标准化工作组。该工作组由国家药品监督管理局管理，将专注于制定人工智能医疗器械、机器人手术系统、脑机接口和其他集成技术医疗器械的标准。该举措旨在解决智能测量和控制设备缺乏标准化评估方法的问题，确保对其性能和应用有效性进行一致的测量。
-
MIT Technology Review 探讨 AI 炒作与盈利能力之间的差距
MIT Technology Review 的一篇文章讨论了围绕新技术产生的初步兴奋与其最终盈利能力之间的关键差距。文章认为，弥合这一差距需要一个重要但常常被忽视的步骤。这一概念广泛适用于人工智能和脑机接口等新兴领域。