Minimally invasive intravascular electroencephalography (ivEEG) signals are a promising tool for developing clinically feasible brain-computer interfaces (BCIs) that restore communication and motor functions in paralyzed patients. However, current ivEEG techniques can only record signals from the superior sagittal sinus (SSS), making it challenging to record motor responses related to hand and mouth movements from brain regions distant from the SSS, despite their critical role in BCIs. Here, using micro intravascular electrodes, ivEEGs recorded from the cortical or deep veins of eight pigs could measure cortical activities with greater signal power and better spatial resolution than those recording in the SSS, thus allowing mapping of the sensorimotor and visual functional areas. Additionally, electrical stimulation in the cortical vein between the micro intravascular electrodes induced muscle contractions contralateral to the stimulated area in five anesthetized pigs. These results demonstrate that ivEEG using micro intravascular electrodes is a promising tool for developing BCIs.

Abstract The pace of research and development in neuroscience, neurotechnology, and neurorehabilitation is rapidly accelerating, with the number of publications doubling every 4.2 years. Maintaining this progress requires technological standards and scientific reporting guidelines to provide frameworks for communication and interoperability. The present lack of such standards for neurotechnologies limits the transparency, reproducibility, and meta-analysis of this growing body of research, posing an ongoing barrier to research, clinical, and commercial objectives. Continued neurotechnological innovation requires the development of some minimal standards to promote integration between this broad spectrum of technologies and therapies. To preserve design freedom and accelerate the translation of research into safe and effective technologies with maximal user benefit, such standards must be collaboratively co-developed by a full spectrum of neuroscience and neurotechnology stakeholders. This paper summarizes the preliminary recommendations of IEEE Working Group P2794, developing a Reporting Standard for in-vivo Neural Interface Research (RSNIR). Impact Statement This work provides a preliminary set of reporting guidelines for implantable neural interface research, developed by IEEE WG P2794 in open collaboration between a range of stakeholders to accelerate the research, development, and integration of innovative neurotechnologies.

Abstract Objective. Multiple Sclerosis (MS) is a heterogeneous autoimmune-mediated disorder affecting the central nervous system, commonly manifesting as fatigue and progressive limb impairment. This can significantly impact quality of life due to weakness or paralysis in the upper and lower limbs. A Brain-Computer Interface (BCI) aims to restore quality of life through control of an external device, such as a wheelchair. However, the limited BCI research in people with MS has been confined to exploring the P300 response and brain signals associated with attempted movement. The current study aims to expand the MS-BCI literature by highlighting the feasibility of decoding MS imagined movement.
Approach. We collected electroencephalography (EEG) data from eight participants with various symptoms of MS and ten neurotypical control participants. Participants made imagined movements of the hands and feet as directed by a go no-go protocol. Binary regularised linear discriminant analysis was used to classify imagined movement vs. rest and vs. movement at individual time-frequency points. The frequency bands which provided the maximal accuracy, and the associated latency, were compared.
Main Results. In all MS participants, the classification algorithm achieved above 70% accuracy in at least one imagined movement vs. rest classification and most movement vs. movement classifications. There was no significant difference between classification of limbs with weakness or paralysis to neurotypical controls. Both the MS and control groups possessed decodable information within the alpha (7-13 Hz) and beta (16-30 Hz) bands at similar latency.
Significance. This study is the first to demonstrate the feasibility of decoding imagined movements in people with MS. As an alternative to the P300 response, motor imagery-based control of a BCI may also be combined with existing motor imagery therapy to supplement MS rehabilitation. These promising results merit further long term BCI studies to investigate the effect of MS progression on classification performance.