BCIJelly：一个用于脑机接口研究的集成生态系统

脑机接口（BCI）研究依赖于多阶段计算流水线，但其进展一直受到数据格式碎片化、解码器实现异构以及面向特定硬件的部署工具链等问题的制约。本文介绍了 BCIJelly，这是一个统一的生态系统，可将 18 个 BCI 数据集标准化为适用于人工智能的输入，并集成了 15 种基准解码器、80 个可复用模块、自动化架构搜索（AAS）以及面向硬件的神经形态部署。 我们的 AAS 能够在无需人工设计的情况下构建任务特定的解码器，并进一步扩展为由大语言模型（LLM）驱动的闭环模式，支持单任务、多任务和跨物种的解码器设计。单命令流水线可将训练后的解码器编译至神经形态硬件，在保持解码性能的同时，将功耗降低 30 至 50 倍。交互式可视化软件支持对神经记录和解码输出进行无代码探索。 BCIJelly 已在人体、猕猴和小鼠的五类 BCI 范式（运动、视觉、语音、情绪和听觉）中得到验证，提供了一个可扩展的生态系统，将数据标准化、解码器开发、系统评估和面向硬件的部署连接起来，以支持 BCI 研究。

脑机接口（BCI）研究依赖于多阶段计算流程，但其进展一直受到数据格式碎片化、解码器实现异构以及面向特定硬件的部署工具链等问题的制约。在此，我们介绍 BCIJelly，一个统一的生态系统，它将 18 个 BCI 数据集标准化为适用于人工智能的输入，并集成了 15 种基准解码器、80 个可复用模块、自动化架构搜索（AAS）以及面向硬件的神经形态部署。

我们的 AAS 能够在无需人工设计的情况下构建任务特异性解码器，并进一步扩展为由大语言模型（LLM）驱动的闭环模式，支持单任务、多任务和跨物种解码器设计。单命令流水线可将训练好的解码器编译至神经形态硬件，在保持解码性能的同时，将功耗降低 30 至 50 倍。

交互式可视化软件支持无需编写代码即可探索神经记录数据和解码输出。BCIJelly 已在人类、猕猴和小鼠的五类 BCI 范式（运动、视觉、语音、情绪和听觉）中得到验证，提供了一个可扩展的生态系统，将数据标准化、解码器开发、系统评估以及面向硬件的部署连接起来，以支持 BCI 研究。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.13.744531v1?rss=1

🏷️ 脑机接口 数据标准化 解码器设计 自动化架构搜索 神经形态部署 大语言模型