EVENT01
异步脑电事件检测
同时定位事件类别、开始与结束，把预切片分类推进到连续 EEG 事件分析。
成熟度：预印本验证- NeuroDETR / FOCAL
- 多尺度时间码本
- 空间量化与事件记忆
- 因果流式能力待验证
EMERGING TECHNOLOGIES
新技术雷达
技术归技术。追踪正在改变 BCI 系统能力边界的模型、材料、芯片和临床路线。点击任意卡片进入技术详情。ADAPT02
任务内容与个体风格解耦
将 EEG 基础模型的表示拆为任务内容与个体风格，减轻跨被试微调的身份混杂。
成熟度：研究验证- DEFT
- 四个基础模型骨干
- 内容分支预测
- 同预算微调对照
ADAPTATION03
无目标标签的多模态适配器生成
从目标域无标签记录与配套模态生成适配器权重，冻结基础模型和任务头；所谓零样本是无标签、无优化，不是无目标数据。
成熟度：六留出数据集离线验证- 函数约束权重潜空间
- 目标数据集完全留出
- 一次生成适配器
- 部署模态可得性审计
USABILITY04
半干电极与保守空闲拒绝的 c-VEP
把短校准、半干电极、舒适编码刺激、空闲状态拒绝和 VR 界面放进同一端到端 c-VEP 系统。
成熟度：30 人实验室验证- 约 33 秒校准
- 11 类异步选择
- 显式 idle 测试
- 平面与 VR 疲劳对照
ALIGNMENT05
前向模型约束的 Riemannian 域对齐
从 EEG 前向模型推导 SPD 协方差的可解释线性变化，再以 Wasserstein Procrustes 对齐跨用户或跨设备域。
成熟度：模拟与公开 EEG 验证- SPD 流形
- Wasserstein Procrustes
- 源—传感器解释
- 全局线性假设审计
ALIGNMENT06
解剖坐标驱动的 EEG 导联对齐
把电极位置与脑图谱坐标编码进轻量适配器，将不同设备和导联布局投影到共同皮层潜空间，再复用冻结基础模型。
成熟度：五数据集离线验证- 电极与脑图谱坐标
- 任意导联布局
- 冻结基础模型
- 跨设备空间对齐
GENERATIVE07
状态空间神经信号生成模型
用 Mamba 类状态空间模型在源空间神经 token 上学习长时动力学，以更低训练成本扩展上下文，并通过参数高效条件化生成任务响应。
成熟度：MEG 离线概念验证- 源空间神经 token
- 长上下文 Mamba
- 区域与会话条件
- LoRA 任务诱发生成
AUDITORY08
刺激先验—神经证据分层的听觉选择
先估计声音本身的注意优先级，再用单次 EEG 修正选择，以配对留出和镜像约束防止把刺激显著性误当成脑解码。
成熟度：高密度 EEG 数据集验证- Bradley–Terry 刺激先验
- 试次 EEG 证据
- 配对留出
- 自然注意而非指令注意
FEDERATED09
共享骨干、私有头的 EEG 联邦学习
跨用户同步神经表征骨干，同时让每位用户保留自己的分类边界和原始 EEG，在隐私、通信与个性差异之间取得可审计的折中。
成熟度：三数据集离线验证- 共享表征骨干
- 本地个性化分类头
- Riemannian SPDNet
- 通信轮次与参数预算
CROSS-MODAL10
一步式神经信号跨模态生成
从 EEG 一次前向生成任务相关的合成 fNIRS，用低延迟特征增强替代真实双模态采集；必须明确合成模态不是独立生理测量。
成熟度：离线概念验证- 一步 MeanFlow
- EEG 条件生成
- 时空与频域约束
- 独立证据边界
MULTI-EFFECTOR11
情境覆盖的多效应器并行解码
用孤立、并发和反模态样本共同训练并行解码器，让同一神经接口在语音、手势和静息之间可靠切换。
成熟度：人体实时概念验证- 单植入多功能
- 并发情境训练
- 跨模态 rest 类
- 误触发审计
HUMAN-AI12
置信门控的脑辅助 AI 路由
把 EEG 作为可拒绝的语义提示；只有脑信号与外部检测器共同确信时才改变 AI 推理路径，否则回退到完整输入。
成熟度：离线基准验证- 双重置信门控
- 安全回退
- ROI 选择
- token 与 FLOPs 预算
WIRELESS13
植入链路的每比特能耗设计
以组织温升、植入深度、尺寸和目标数据率共同约束无线链路，把通道扩展问题转化为端到端 pJ/bit 预算。
成熟度：定量路线图- 亚 10 pJ/bit 目标
- UWB 与脑信道通信
- 片上压缩
- 供电—通信协同设计
EDGE AI14
通信感知的边缘 BCI 个性化
让原始神经数据与个体分类头留在本地，并依据链路质量协调共享骨干更新，同时审计通信成本、更新新鲜度和逐用户退化。
成熟度：离线回放验证- 联邦个性化
- 网关协调
- 陈旧更新门控
- 最差用户可靠性
SECURITY15
全栈 BCI 安全审计
把神经仿冒、失同步、重放、链路窃听和模型后门纳入同一威胁模型，覆盖从电极采集到实体执行器的完整链路。
成熟度：攻击框架提出- 神经信号仿冒
- 时序与重放攻击
- 无线链路隐私
- 后门与安全降级
EVALUATION16
统一通信信息量评估
用信息论尺度比较不同词表、错误分布和任务约束下的 BCI，而不是孤立比较准确率或 WER。
成熟度：方法提出- 开放词表互信息
- 错误结构建模
- 任务可比性
- 端到端信息吞吐
PLATFORM17
开放式植入 BCI 转化栈
把植入硬件、实时软件、闭环刺激与标准化测试组织成可复用系统，显式记录长期退化与失效。
成熟度：长期验证- BCI2000 集成
- 台架延迟与噪声
- 多年级慢性记录
- 记录—解码—刺激闭环
MODEL18
神经基础模型
从单任务小模型转向跨数据集、跨被试、跨通道配置的预训练表征。
成熟度：快速发展- 离散神经 tokenizer
- 掩码建模与对比学习
- 跨设备空间编码
- 严格的冻结编码器评估
HARDWARE19
柔性高密度电极
降低机械失配和组织损伤，同时提升通道密度与皮层覆盖。
成熟度：临床转化- µECoG 薄膜阵列
- 柔性皮层内线程
- 长期封装与生物相容性
- 可移除和可升级设计
SYSTEM20
全植入无线链路
把供电、采集、压缩、传输和热管理整合为可长期使用的系统。
成熟度：临床验证- 近场供电
- 低功耗模拟前端
- 边缘压缩与事件检测
- 无线安全与延迟
DECODING21
流式语音解码
从字符和词表分类迈向自然语音、音色和韵律的低延迟合成。
成熟度：人体概念验证- 声学中间表示
- 语言模型重排序
- 神经声码器
- 自适应在线解码
CLOSED LOOP22
闭环 BCI-FES
把运动意图解码与功能性电刺激连接，形成感觉—控制—反馈闭环。
成熟度：临床探索- 运动意图检测
- FES 参数控制
- 感觉反馈
- 个体化康复策略
CLINICAL23
微创神经接口
硬膜外、硬膜下与血管内路线在信号质量、手术负担和可扩展性之间重新权衡。
成熟度：多路线竞争- 硬膜外 ECoG
- 硬膜下柔性阵列
- 血管内电极
- 微切口部署