D020 科学最前沿 | AI、心理、BCI领域 25 篇最新预印本工作速览

来源：公众号 PSY-Brain_Frontier ｜ 发布：2026-06-26 ｜ 原文链接

▶ 本期25篇代表性预印本

1. 卒中患者无训练实现单指级脑控机器手

2. 单一计算目标驱动视觉流神经特化

3. Transformer解码器结合预训练声码器从ECoG合成想象语音

4. 跨线索线索重建人类视皮层感知的3D物体结构

5. 单神经元投射组模体嵌入增强人工神经网络皮层特异性

6. 腹内侧前额叶三方分区结构与功能映射

7. 价值引导Hebbian学习脉冲网络实现多目标导航

8. 连接组启发的DigiMus多区域小鼠神经行为建模框架

9. 等变群体几何实现视觉调谐与不变性同步

10. 果蝇视觉系统连接组布线塑造群体神经几何

11. 切换突触可塑性规则协调Hebbian与BP学习

12. 阅读学习增强书面词与口语词血氧表征相似性

13. 猕猴IT皮层与深度网络朝向编码重现指示视觉功能枢纽

14. P300拼写器多通道EEG解码与聚合策略对比

15. 双节点无线EEG网络实现选择性听觉注意解码

16. 颅内脑电揭示人脑海语词性不变神经表征

17. 分布式颅内记录解码慢性疼痛状态

18. 双重flow-matching实现神经数据可识别低维表征

19. 无强环路原则支持工作记忆容量和表征多样性

20. 预测性E/I可塑性驱动内在表征漂移机制

21. EEG表征相似性分析揭示选择性注意多时空动态

22. 多模态生理信号实时无创检测疼痛波动变化

23. 电压依赖可塑性机制解释FES疗法LTP优势

24. 电解微泡动力学确定皮层内微刺激安全阈值

25. SpikeCleaner自动标注尖峰分类后单元质量

本期25篇代表性预印本

01

bioRxiv · 2026-06-18

Adaptive Neural Reorganization Enables Real-Time Finger-Level Robotic Control in BCI-Naive Stroke Survivors

卒中患者无训练实现单指级脑控机器手

Yumeng Ding; Maritn Karrenbach; Zachary Johnson; Hai Wang; Jonathan Zhang; George F. Wittenberg; Bin He

https://doi.org/10.64898/2026.06.15.732267

背景：卒中后瘫痪患者能否不经过训练即用 BCI 实现单指级机器人手控制仍未知。

方法：非侵入 EEG 运动想象 + 深度学习解码器

结果：作者报告，九名无 BCI 经验的卒中患者通过运动想象 EEG 控制机器手，二指任务平均解码准确率 84%，三指任务 61%；源定位分析揭示卒中相关神经重组模式。

价值：对卒中后非侵入 BCI 临床转化具有直接意义，说明单指级脑控机器手在 BCI 经验缺失人群中可行。

02

bioRxiv · 2026-06-20

A single computational objective can produce specialization of streams in visual cortex

单一计算目标驱动视觉流神经特化

Dawn Finzi; Eshed Margalit; Kendrick Kay; Daniel L. K. Yamins; Kalanit Grill-Spector

https://doi.org/10.1101/2023.12.19.572460

背景：人脑背、腹、侧视觉流是否由不同行为目标驱动分化。

方法：自监督 Topographic DANN（TDANN）与大规模 fMRI 对比

结果：作者报告，一个鼓励邻近单元响应相似的单一目标 TDANN 比针对各流训练的行为专属 DANN 更贴近 fMRI 神经反应，并保留流间的空间与功能分化。

价值：挑战流由行为驱动的主流假说，提出单一优化目标即可产生类脑视觉流分化。

03

bioRxiv · 2026-06-13

Speech Synthesis from Electrocorticography during Imagined Speech Using a Transformer-Based Decoder and a Pretrained Vocoder

Transformer解码器结合预训练声码器从ECoG合成想象语音

Satoru Komeiji; Kenji Shigemi; Tomohiko Mitsuhashi; Yutaro Iimura; Hiroshi Suzuki; Hidenori Sugano; Koichi Shinoda; Koi…

https://doi.org/10.1101/2024.08.21.608927

背景：想象语音无同步音频，无法直接训练语音合成模型。

方法：Transformer 解码器 + 预训练 Parallel WaveGAN 声码器

结果：作者报告，用显式语音录音作为代理目标训练 Transformer 从 ECoG 生成 log-mel 谱，再经预训练声码器合成波形，13 名被试上合成语音与代理目标 DTW-Pearson 相关系数 0.74–0.84。

价值：为想象语音 BCI 提供可实用的训练框架，并展示预训练神经声码器在脑-语音合成中的迁移能力。

04

bioRxiv · 2026-06-11

Cross-cue reconstruction of perceived 3D object structure from human visual cortex

跨线索线索重建人类视皮层感知的3D物体结构

Shun chi Aoki; Ryutaro Tsukasa; Sen Yang; Misato Tanaka; Eizaburo Doi; Tomoyasu Nakamura; Jun-ya Kitamura; Yukiyasu Kam…

https://doi.org/10.64898/2026.06.08.730830

背景：不同深度线索下大脑构建的共享 3D 物体表征难以直接测量。

方法：预训练 3D 点云自编码器 + fMRI 解码到潜空间

结果：作者报告，将 fMRI 响应解码到预训练 3D 点云自编码器的潜空间，并由生成器映射回显式 3D 物体，可跨线索重建共享的 3D 结构。

价值：把视觉重建从 2D 图像推进到 3D 结构层面，提供评估跨线索共享表征的新范式。

05

bioRxiv · 2026-06-17

Incorporation of single-neuron projectome-based connectivity motifs enhances the cortex-specific performance of artificial neural networks

单神经元投射组模体嵌入增强人工神经网络皮层特异性

Yuwei Sun; Wenjie Yao; Jiajun Zhang; Wenjing Song; Xiaolong Zhao; Chengbiao Hao; Xue Chen; Shanshan Zeng; Shuncheng Jia…

https://doi.org/10.64898/2026.06.12.732007

背景：人工神经网络能否借鉴自然皮层连接模式获得功能优势。

方法：CINA：将小鼠单神经元投射组学三节点连接模体嵌入 RNN 与 Transformer LLM

结果：作者报告，引入皮层平均模体分布提升 RNN 在抗噪分类与运动学习任务上的表现；皮层特异性模体进一步增强相关任务性能，并在 Motif-Transformer 大语言模型和脑信号解码上得到验证，图论分析显示网络涌现模块化与小世界性。

价值：为脑启发 ANN 架构设计提供连接组学级别的结构先验，并验证皮层特异性模体的功能意义。

06

bioRxiv · 2026-06-19

A Tripartite Map of the Ventromedial Prefrontal Cortex

腹内侧前额叶三方分区结构与功能映射

Gao Chen; Dongjing Song; Maoyou Fu; Shuting Li; Mianwei Zhang; Zaixu Cui; Mingrui Xia; Lingxiao Sun; Ye He; Ting Xu; Xi…

https://doi.org/10.64898/2026.06.18.732791

背景：腹内侧前额叶如何组织情感、价值与社会认知等多功能尚不清晰。

方法：大规模元分析 + 个体任务 fMRI + 人工神经网络编码模型 + 多模态连接

结果：作者报告，整合 4 个互补研究发现 VMPFC 沿前后轴呈三区段组织（后部情感/中部价值/前部社会），连接指纹分析显示各区段嵌入不同大尺度脑网络。

价值：首次给出 VMPFC 的统一三方分区图谱，融合编码模型与连接分析，为情感-价值-社会研究提供结构框架。

07

bioRxiv · 2026-06-16

DeltaQ: Value-Guided Hebbian Learning in Spiking Neuronal Networks for Multi-Goal Navigation

价值引导Hebbian学习脉冲网络实现多目标导航

Conor Earl; Gorkem Unal; Hodaya Hazan; Samuel A. Neymotin

https://doi.org/10.64898/2026.06.12.731882

背景：海马-内嗅回路如何利用分布式空间表征支撑稀疏奖励下的多目标导航。

方法：生物启发脉冲神经网络（网格细胞 + ΔQ Hebbian 学习）

结果：作者报告，结合网格细胞空间表征、ΔQ 调制 Hebbian 可塑性与上下文门控的脉冲网络能在多目标导航任务中习得空间表征，并在行为和神经动力学上呈现类海马特征。

价值：为生物可信 spiking 网络在闭环任务中学习导航提供机制，弥合动力学建模与强化学习之间的鸿沟。

08

bioRxiv · 2026-06-11

DigiMus: a connectome-informed spiking framework for multi-region mouse neural-behavior modeling

连接组启发的DigiMus多区域小鼠神经行为建模框架

Yao Liu; Xuyun Zhang; Xiaoyu Chen; Chengbiao Hao; Wenjie Yao; Jiajun Zhang; Yi Sun; Tielin Zhang

https://doi.org/10.64898/2026.06.09.731075

背景：如何用生物连接组结构先验约束小鼠脑-行为计算模型。

方法：LIF 脉冲 + 脑区特异三节点模体正则化序列建模

结果：作者报告，DigiMus 利用约 50 个脑区 38,481 个重建神经元形态导出的有向三节点模体引导循环耦合，在 18 项规则认知任务和 3 个小鼠神经解码数据集上相对 TCN/LSTM/Transformer 基线有稳定—复杂任务下显著—的提升，并保留训练后连接中的模体痕迹。

价值：为多区域小鼠神经-行为建模提供模块化、连接组启发的工作流，可用于假设生成而非完整数字孪生。

09

bioRxiv · 2026-06-15

Equivariant neuronal populations enable simultaneous tuning and invariance

等变群体几何实现视觉调谐与不变性同步

Jens Hoeller; Lanyu Zhong; Lars Heinrich; Stephan Saalfeld; Marius Pachitariu; Sandro Romani

https://doi.org/10.1101/2024.08.02.606398

背景：脑如何同时编码场景身份（不变性）与视角变化（可调谐）。

方法：等变群体几何框架 + 小鼠 V1–RL–LM–AL 大规模神经记录

结果：作者报告，小鼠视觉皮层群体响应可分解为正交的调谐与不变子空间；在 LM、AL 等高级区等变结构比 V1、RL 更显著，并解释调谐与不变性的同步增强。

价值：为不变-可调谐二象性提供统一几何框架，并验证其在皮层层级中逐渐增强的实验证据。

10

bioRxiv · 2026-06-12

Connectome wiring shapes population-level neural geometry in the Drosophila visual system

果蝇视觉系统连接组布线塑造群体神经几何

Michael George Zhou; Joshua O. Hasler

https://doi.org/10.64898/2026.06.10.731214

背景：生物布线究竟为神经计算贡献了什么。行为保真度无法区分生物保真度。

方法：表征收状几何（不依赖行为解码器）评估生物连接 vs 任意连接

结果：作者报告，表征收状几何可作为无需行为解码器即可区分真实生物连接与任意连接的群体级度量；在果蝇视觉系统中，生物连接结构对应特定的群体几何特征。

价值：为连接组驱动的神经计算评估提供新准则，对类脑 AI 与神经科学模型保真度评估都有方法论价值。

11

bioRxiv · 2026-06-11

Learning using switching synaptic plasticity rules

切换突触可塑性规则协调Hebbian与BP学习

Denis Turcu; James Cornford; Sven Dorkenwald; Stefan Mihalas

https://doi.org/10.64898/2026.06.10.731456

背景：Hebbian 学习常被证实但难以解决复杂任务，BP 等非局部信号生物上不现实。

方法：RNN 中弱突触用 Hebbian、强突触用 BP 的切换可塑性网络（psRNN）

结果：作者报告，psRNN 用比 BP 少的信用分配突触、更少试验即可学会工作记忆等任务；BP 提供多配置梯度估计、Hebbian 给出任务相关初始化，切换机制阻止 Hebbian 突触进入不利参数区，并产生更低秩、更前馈的循环结构。

价值：调和生物上的局部可塑性与 BP 类的非局部信用分配，提出可由连接组学验证的预测。

12

bioRxiv · 2026-06-22

Representational similarity of hemodynamic brain responses to written and spoken words increases when learning to read

阅读学习增强书面词与口语词血氧表征相似性

Kumiko Maruo; Rebecca Kessler; Falk Huettig; Michael A. Skeide

https://doi.org/10.64898/2026.05.08.723790

背景：阅读学习如何在大脑中跨视听模态绑定词形与语音。

方法：fMRI + 视听跨模态表征相似性分析

结果：作者报告，小学生在 IFG、IPL、STG 和颞-枕皮层的视听表征相似性随年级提升而增加，并在左侧后部 STG 最强。

价值：为阅读发展提供神经层面跨模态对齐的纵向证据，支持阅读习得中跨模态整合的渐进增强。

13

bioRxiv · 2026-06-22

Re-emergence of orientation coding in primate IT cortex and deep networks reveals functional hubs for visual processing

猕猴IT皮层与深度网络朝向编码重现指示视觉功能枢纽

Babak Karami; Tushar Nigam; Svenja S. Plewe; Caspar M. Schwiedrzik

https://doi.org/10.1101/2025.10.23.684240

背景：高效编码假说预测朝向不应在高级视皮层冗余编码，但缺乏系统验证。

方法：猕猴 fMRI + MVPA + 深度网络层级对比

结果：作者报告，猕猴 V1–IT 全腹侧流均保留显著朝向信息，呈皮层-层级-视网膜拓扑混合分布；深度网络中也出现类似重新涌现的朝向编码模式，并揭示视觉处理的功能枢纽区。

价值：挑战高效编码在高级皮层适用性，给出 IT 编码保持基础特征的群体证据，连接深度网络层级结构与生物视觉。

14

bioRxiv · 2026-06-22

Data aggregation strategies for a P300 speller: decoding models, epoch averaging, cross-subject ensembles, and multi-channel models

P300拼写器多通道EEG解码与聚合策略对比

Leonid Sidorov; Aleksandra Makarova; Aleksandre Maysuradze; Mikhail Lebedev

https://doi.org/10.64898/2026.06.17.732982

背景：EEG P300 在少试次时信噪比低、被试间差异大，难以可靠分类。

方法：EEGNet / BaseCNN / SVM 对比单试次、被试内聚合、跨被试多通道等聚合策略

结果：作者报告，单试次 ITR 仅有 0.15–0.64 bit/试次；采用 K=3 每被试试次（30 通道）的多通道 EEGNet 取得最高 ITR（无遮挡 0.95、有遮挡 0.97 bit/聚合决策），逼近二分类理论极限。

价值：为多被试 BCI 聚合给出系统性指南，证实保留被试间结构的多通道架构优于简单平均。

15

bioRxiv · 2026-06-12

Selective Auditory Attention Decoding with a Two-Node Wireless EEG Sensor Network

双节点无线EEG网络实现选择性听觉注意解码

Simon Geirnaert; Ruoyu Ding; Alexander Bertrand

https://doi.org/10.64898/2026.02.17.706305

背景：可穿戴、无遮挡、全无线 EEG 平台下选择性听觉注意解码（sAAD）能否实用。

方法：两节点无线 EEG 传感器网络（每节点 4 通道）+ sAAD 算法

结果：作者报告，双侧耳周小型无线节点组成的 8 通道网络在多说话人场景下达到接近有线多通道设备的 sAAD 性能，并验证算法在硬件受限条件下的鲁棒性。

价值：为神经驱动助听设备的日常可穿戴化提供硬件-算法协同验证。

16

bioRxiv · 2026-06-15

Invariant Neural Representation of Parts of Speech in the Human Brain

颅内脑电揭示人脑海语词性不变神经表征

Prachi Misra; Yu-Chieh Shih; Hsin-Yi Yu; David Weisholtz; Joseph R. Madsen; Scellig S. Sceillig; Gabriel Kreiman

https://doi.org/10.1101/2024.01.15.575788

背景：大脑如何在词汇层面表征形容词-名词等词性信息。

方法：20 名癫痫患者 1801 个颅内电极 iEEG + 跨任务/跨模态分类

结果：作者报告，iEEG 信号可在视听跨模态、词长/频率/语义变化、不同语言等多重条件下识别词性，呈现稳健的不变神经表征。

价值：把语言脑表征与 AI 语言模型对齐，提供词性的基本单位级电生理证据。

17

bioRxiv · 2026-06-22

Decoding Chronic Pain States from Distributed Intracranial Recordings

分布式颅内记录解码慢性疼痛状态

Jeremy Saal; Ankit N. Khambhati; Edward F. Chang; Prasad Shirvalkar

https://doi.org/10.64898/2026.06.16.732555

背景：慢性疼痛的神经表征是否可从分布式颅内记录中实时解码。

方法：分布式立体定向脑电 sEEG + 同步疼痛评分 + 跨个体解码模型

结果：作者报告，6 名难治性神经病理痛患者多日 sEEG 可在个体内部以中位 AUC 0.72 解码自发性高/低痛状态（5/6 超过几率），疼痛预测信号广泛分布且高度个体化，但在眶额、ACC 等区域呈偏好性表征。

价值：为慢性疼痛闭环神经调控提供个体化颅内解码证据，凸显眶额-前扣带在分布式疼痛表征中的核心地位。

18

bioRxiv · 2026-06-23

Dynamic Compression Flows for Neuroscience Data

双重flow-matching实现神经数据可识别低维表征

Ganchao Wei; Daniel de Albuquerque; Marcelo Martinez; Shangyan Pan; John Pearson

https://doi.org/10.64898/2026.02.12.705535

背景：神经群体动力学既低维又保持时序结构，现有潜变量方法要么破坏时序、要么潜空间对数据不可识别。

方法：双重 flow-matching：时间演化流 + 数据-潜空间映射流 + 软低维支撑约束

结果：作者报告，提出的双重流方法在神经与行为数据上同时获得更可识别的低维表征与更高质量重建，并在噪声主导的数据集上优于现有竞争方法。

价值：为神经时间序列潜变量建模提供兼顾可识别性与时序保真的生成式框架。

19

bioRxiv · 2026-06-11

A Computational Perspective on the No-Strong-Loops Principle in Brain Networks

无强环路原则支持工作记忆容量和表征多样性

Fatemeh Hadaeghi; Khashayar Fakhar; Moein Khajehnejad; Claus Hilgetag

https://doi.org/10.1101/2025.09.24.678310

背景：皮层无强环路原则（feedforward 强于 feedback）的计算意义未明。

方法：储备池计算 RNN + 合成与哺乳类皮层启发的连接架构

结果：作者报告，连接性不对称支撑高工作记忆容量与表征多样性；增加互惠连接反而降低储备池计算的容量与多样性。

价值：为皮层环路结构-功能关系提供计算解释，连接神经解剖学与类脑 AI 架构设计。

20

bioRxiv · 2026-06-23

Intrinsic representational drift from predictive excitatory-inhibitory plasticity

预测性E/I可塑性驱动内在表征漂移机制

Toshitake Asabuki; Claudia Clopath

https://doi.org/10.64898/2026.06.17.733055

背景：稳定环境下神经表征为何仍逐渐漂移。

方法：脉冲兴奋-抑制网络 + 预测性突触可塑性 + 海马位置细胞建模

结果：作者报告，在不变输入下预测性可塑性可在 spiking E/I 网络中内在产生表征漂移：单细胞偏好漂移但群体编码保持；扩展到海马可复现 CA1 中经验依赖的调谐漂移，并表现为神经状态空间的协同旋转与平移。

价值：为经验稳定但表征漂移现象提供不依赖外部驱动的内在机制解释。

21

bioRxiv · 2026-06-23

Representational similarity analysis of EEG reveals multiple spatiotemporal dynamics of selective attention

EEG表征相似性分析揭示选择性注意多时空动态

Jaesung Kim; Woojae W. An; Alana Noyce; Barbara Shinn-Cunningham

https://doi.org/10.64898/2026.06.18.733142

背景：空间与说话人导向的听觉选择性注意如何在大脑中被差异化表征。

方法：多任务听觉注意 EEG + 时间分辨 RSA + 宽带/α 振荡双测量

结果：作者报告，宽带头皮电压在目标提示后与 300 ms 处出现任务可分性短峰，而 α 振荡呈现不同的表征轨迹，两种测量显示选择性注意的多个时空动力学。

价值：为 EEG 层级听觉注意解码提供 RSA 新视角，并区分宽带与振荡两套机制。

22

bioRxiv · 2026-06-20

Noninvasive and Objective Near Real-Time Detection of Pain Changes During Tonic Fluctuating Noxious Heat Stimulation

多模态生理信号实时无创检测疼痛波动变化

Leonard Visser; Christian Buechel

https://doi.org/10.64898/2026.01.26.701710

背景：慢性疼痛波动中的自发减弱能否用易获取生理信号实时检测。

方法：EEG/EDA/HR/pupil/面部表情 + 最小预处理 + Transformer 分类器

结果：作者报告，结合皮肤电、心率与瞳孔的 Transformer 模型在 9 人独立测试集上达 AUROC 0.854、准确率 76.8%；连续流检测延迟中位 5.75 s、灵敏度 70.4%，其中 EDA 是最强单预测。

价值：为慢性疼痛闭环干预提供低门槛、实时的多模态深度学习检测方案。

23

bioRxiv · 2026-06-19

A computational framework with voltage-dependent synaptic function explains LTP-dominant plasticity during functional electrical stimulation therapy

电压依赖可塑性机制解释FES疗法LTP优势

Matthew C. Howard; Kei Masani; Milad Lankarany

https://doi.org/10.64898/2026.06.15.732206

背景：经典 STDP 规则预测 FES 应同时诱发 LTP/LTD，但临床上 FES 主要诱导 LTP，机制未明。

方法：电压依赖可塑性计算框架 + 多尖峰交互模拟

结果：作者报告，加入突触后膜动力学与高阶尖峰交互的电压依赖可塑性框架显示，生理化 ISI 变异性偏向 LTP，高度规则输入偏向 LTD，从而解释 FES 疗法下 LTP 优势。

价值：为神经康复 FES 疗法与脑刺激方案的优化提供可解释的突触机制模型。

24

bioRxiv · 2026-06-23

Electrolytic-Microbubble Dynamics Delineate Safety Thresholds During Intracortical Microstimulation with Flexible Neural Interfaces

电解微泡动力学确定皮层内微刺激安全阈值

Aleksandr Iliasov; Hanlin Ma; Feng Li; Zhiyi Chen; Mingde Xu; Chengzhu Yu; Rong Li; Jian Wu; Fei He

https://doi.org/10.64898/2026.06.17.733032

背景：超柔性皮层内微刺激（ICMS）的安全电流边界由何种微观机制决定。

方法：活体双光子 + 电生理 + 多物理场仿真（Faradaic 气泡模型）

结果：作者报告，气泡沿电极形成且尺寸随电流二次增长；20–40 µA 下血管渗漏小且可逆，≥60 µA 突变为场主导的广泛渗漏与运动响应；多物理仿真复现该非线性并揭示气泡作为局部电场调制器的双重作用。

价值：为 ICMS 与双向 BCI 提供机制驱动的安全窗口，并以可仿真模型预测高电流下的失效模式。

25

bioRxiv · 2026-06-23

SpikeCleaner: An Algorithm to Label Unit Quality After Automated Spike Sorting

SpikeCleaner自动标注尖峰分类后单元质量

Diksha Zutshi; Dmitrii Berezhnoi; Ananta Ghimire; Jack Hartner; Dohoung Kim; Blair O. Watson

https://doi.org/10.64898/2026.06.18.733033

背景：Neuropixels 等高通量记录下手动整理 spike sorting 结果已不可扩展。

方法：自动化 spike sorting 后的单元质量标记算法

结果：作者报告，SpikeCleaner 通过对自动 spike sorting 输出应用标准化质量准则实现单元可信度自动标记，显著减少人工审校负担并降低主观性。

价值：为高密度电生理工作流提供可扩展的质控环节，提升大规模神经数据可重复性。

暑期提升

编辑：BQ

审核：PsyBrain 脑心前沿编辑部

💡 关于我们

👋 你好，这里是「PsyBrain 脑心前沿」

🧠 专注追踪全球认知神经科学的最尖端突破

🔍 视野直击 Nature, Science, Cell 正刊 及核心子刊与顶级大刊

📄 每日速递「深度解读」与「前沿快讯」

科研是一场探索未知的长跑，但你无需独行。欢迎加入 PsyBrain 学术社群，和一群懂你的同行，共同丈量脑与心智的无垠前沿。

👇点击卡片进群，欢迎你的到来👇

一键关注，点亮星标 ⭐ 前沿不走丢！

一键分享，让更多人了解前沿

预览时标签不可点

作者提示: 内容由AI生成

不喜欢

微信扫一扫
关注该公众号

知道了

微信扫一扫
使用小程序

取消 允许

取消 允许

取消 允许

× 分析

微信扫一扫可打开此内容，
使用完整服务