Zhang Lab

构建植入式与穿戴式脑机接口的完整链路：从高通量柔性电极阵列、低噪声前端，到在体长期稳定记录与实时解码闭环。全聚合物神经电极正在开展慢性在体记录（Nature 投稿），定制化 3D 植入电极用于匹配神经组织解剖（Sci. Adv. 投稿）。

自研 TransFlex 多臂可变刚度植入电极（TRANSDUCERS 2025），术中易植入、在体后柔软；并与合作单位推进多层皮层内探针等器件的工程化验证。

研究电极与神经组织的界面工程——材料、结构与工艺的协同设计。VariDepth（VD-NEA）以立体掩膜实现任意电极深度（IEEE MEMS 2025 · 提名）；FlexConnect 提供柔性通用引出与键合界面（MicroTAS 2024 / JCK 2024）；环形微针阵列实现发上干电 EEG（IEEE MEMS 2021）。

最新工作 STAMA 可拉伸全聚合物微针阵列（IEEE MEMS 2027）：拉伸 47% 后电化学性能依然稳定，为低阻抗干式电生理记录提供新的材料路线。

贴着皮肤的柔性传感：把测量穿戴在身上。自研 128 通道超高密度无线脑电采集系统——64 通道压缩于 3×3 cm²、干电极、5 分钟内完成佩戴，通道密度为目前世界最高；硬件系统已搭建完毕，正在构建最高密度的 EEG 数据集。

器件方向延续 FAICS 环形叉指电容传感（接近 / 压力，IEEE MEMS 2022）与铂基穿孔呼吸传感器（连续监测，Micromachines 2022），面向长期、无感的人体信号测量。

从头皮到皮层内：解码算法、脑基础模型与疾病辅助诊断。BrainSeg 把视觉语义分割引入 fMRI 神经表征研究，以密集语义解码探查类别特异性神经表征（ICLR 2027 筹备中）。

在中国脑机接口大赛中，基于感觉肌肉电刺激提示的上肢运动想象分类获两项二等奖；自研脑机接口数据采集平台支撑「挑战杯」参赛工作。

面向神经精神疾病的 EEG 辅助诊疗：EEG 基础模型的跨被试小样本提示微调（Training-free，AAAI 2027 在审）；情绪解码基础模型（GNN-Mamba 时空联合建模）；与宣武医院合作开展的基于高密度脑机接口的脑卒中辅助诊疗。

方法上强调「基础模型 + 临床约束」：抑制跨被试迁移中的灾难性遗忘，以标签去噪与置信度加权提升数据质量，并以多智能体协作模拟临床会诊流程，覆盖从筛查到鉴别的完整链路。

脉冲神经网络的在线学习：在 Spiking Transformer 上集成 OTTT、BrainTrace、SLTT 等在线学习算法，刻画跨时间步的梯度相似性，并设计新一代 Attention 架构，消除 spike×spike 算子带来的梯度不稳定。

面向 BCI 长期闭环使用的跨天解码与硬件漂移问题，让网络在稀疏、低功耗约束下持续适应信号变化；同期建设 Meta Research——AI 自主科研共生平台，以元循环与主动人机协同支撑长期研究。

仅双通道眼电（EOG）的实时交互：ACED 自适应因果检测架构实现 6 分类手势指令，跨佩戴准确率 81.7%，延迟 668–940 ms，CPU 1.2 ms/跳（200 ms 节拍下 160 倍算力余量）。

核心创新是把先验逻辑交给模型学习——将自然场景下的基线漂移建模为信号一并输入网络，佩戴内分类准确率明显提升（ICLR 2027 筹备中）。