Precision Neuroscience 的 4096 通道 μECoG 用于术中中央沟定位
研究团队在 1 例 56 岁男性右侧大脑镰旁脑膜瘤切除术中，使用 4 块 Precision Neuroscience Layer 7 μECoG 阵列（每块 1024 个铂电极、电极间距 400 μm）完成术中感觉运动皮层映射。
推荐理由：原文报告了 4 块 Layer 7 阵列在 1 例脑膜瘤切除术中的术中映射结果，读者可据此了解高密度 μECoG 在标准神经外科流程中的实际表现。
#论文/研究
Journal of Neural Engineering精选AI 评分6060
Neuralink精选AI 评分7878 Neuralink 用 5 万小时无标注脑数据预训练解码器，实现 11.32 BPS 传输
Neuralink 介绍其自监督编码器在 50,000 小时无标注脑数据上预训练，使神经解码器无需重新校准即可持续工作数周。该方案还实现了 11.32 BPS 的传输速率。
推荐理由：Neuralink 公开了用 5 万小时无标注脑数据预训练自监督编码器的做法，读者可据此了解解码器免校准的路线。
Blackrock Neurotech精选AI 评分8383 研究：皮层内微刺激在人体中实现长达 10 年的安全触觉反馈
一项发表于 NCT01894802 早期可行性临床试验的研究评估了皮层内微刺激（ICMS）的长期安全性、有效性与持久性。5 名脊髓损伤受试者各植入两个 Blackrock NeuroPort 微电极阵列，累计植入时长 27 年、植入时间跨度 2 至 10 年，共施加超过 1.68 亿次 ICMS 脉冲，未出现严重不良事件，也未对电极健康造成直接负面影响。
推荐理由：5 名受试者、累计 27 年植入时长与 1.68 亿次刺激脉冲，为皮层内微刺激恢复触觉的长期安全性提供了人体数据。
Blackrock Neurotech精选AI 评分6767 Blackrock 介绍端到端脑到文本接口 BIT：词错误率降至 10.22%
Blackrock Neurotech 介绍了一项预印本研究提出的端到端脑到文本框架 BIT，用单一可微神经网络把神经活动直接翻译成句子，词错误率从先前端到端方法的 24.69% 降至 10.22%。
推荐理由：BIT 把此前端到端方法的词错误率从 24.69% 降到 10.22%，并让尝试言语与想象言语的表征相互对齐。
已经到底了