本研究提出了一种基于拼写的非侵入式脑机接口（BCI）系统，解决了现有系统未覆盖整个字母表的问题。该系统结合先进的神经解码算法和预训练语言模型，显著提升了文本翻译的准确性，为有交流障碍的人群提供了更好的沟通解决方案。

通过提出一种时间 - 频谱融合变换器与个体适配器相结合的快速连续视觉呈现 (RSVP)- 基于脑机接口 (BCI) 技术，以减少依赖新被试数据的训练时间，提高解码性能。

该文介绍了一种人机联合学习框架，通过引导用户生成脑信号来加速内源性BCIs中的学习过程。18名健康受试者的实验证明了该联合学习过程的优势。