近日，卡內(nèi)基梅隆大學(xué)研究團(tuán)隊(duì)在《Nature Communications》發(fā)表了一項(xiàng)突破性成果，首次實(shí)現(xiàn)了通過(guò)非侵入式腦機(jī)接口（BCI）系統(tǒng)，以自然映射方式實(shí)時(shí)控制機(jī)器人手的單指動(dòng)作。該系統(tǒng)基于腦電圖（EEG）信號(hào)，結(jié)合深度學(xué)習(xí)模型，能夠精準(zhǔn)解碼用戶運(yùn)動(dòng)想象（MI）或運(yùn)動(dòng)執(zhí)行（ME）意圖，驅(qū)動(dòng)機(jī)械手完成拇指、食指和小指的獨(dú)立動(dòng)作，為腦卒中康復(fù)、假肢控制及人機(jī)交互開(kāi)辟了全新路徑。 腦機(jī)接口技術(shù)近年來(lái)發(fā)展迅速，尤其在運(yùn)動(dòng)功能替代與康復(fù)領(lǐng)域展現(xiàn)出巨大潛力。盡管侵入式BCI可實(shí)現(xiàn)高精度控制，但其手術(shù)風(fēng)險(xiǎn)與長(zhǎng)期維護(hù)限制了廣泛應(yīng)用。相較之下，非侵入式EEG-BCI因其安全、便攜與低成本優(yōu)勢(shì)，成為研究熱點(diǎn)。然而，現(xiàn)有系統(tǒng)多采用非直觀映射（如想象左手控制右手動(dòng)作），且控制精度僅停留在關(guān)節(jié)或肌群層面，難以實(shí)現(xiàn)精細(xì)的手指級(jí)控制。此外，EEG信號(hào)本身存在空間分辨率低、信噪比差等問(wèn)題，使得單指動(dòng)作解碼成為技術(shù)瓶頸。本研究正是針對(duì)這一空白，探索是否可通過(guò)深度學(xué)習(xí)與自然映射機(jī)制，實(shí)現(xiàn)對(duì)同一手不同手指運(yùn)動(dòng)的精準(zhǔn)實(shí)時(shí)控制。 本研究圍繞“非侵入式EEG-BCI系統(tǒng)能否實(shí)現(xiàn)單指級(jí)實(shí)時(shí)控制”這一核心問(wèn)題展開(kāi)，通過(guò)多階段實(shí)驗(yàn)設(shè)計(jì)，系統(tǒng)評(píng)估了模型性能、神經(jīng)機(jī)制與用戶適應(yīng)性。實(shí)驗(yàn)共招募21名具備BCI經(jīng)驗(yàn)的右利手健康成年人，完成離線訓(xùn)練、在線控制與模型微調(diào)任務(wù)，重點(diǎn)考察2指（拇指 vs 小指）與3指（拇指、食指、小指）分類的解碼準(zhǔn)確率、穩(wěn)定性與神經(jīng)表征特征。 圖1：實(shí)驗(yàn)流程及概述（圖片來(lái)自原文） 結(jié)果顯示，僅需一輪在線訓(xùn)練與模型微調(diào)，21名受試者便可在非侵入式EEG-BCI系統(tǒng)中完成雙指運(yùn)動(dòng)想象/執(zhí)行控制，平均準(zhǔn)確率達(dá)到80.56%/81.10%，三指任務(wù)亦穩(wěn)定在60%以上，且系統(tǒng)延遲僅1秒，逼近半侵入及侵入式接口水平，首次在非手術(shù)條件下實(shí)現(xiàn)精細(xì)單指控制。 實(shí)驗(yàn)采用“前半段在線微調(diào)”機(jī)制，利用當(dāng)日數(shù)據(jù)即時(shí)優(yōu)化EEGNet-8.2，三指分類準(zhǔn)確率較基線提升約15%；輔以“在線平滑”算法整合歷史輸出，標(biāo)簽跳變減少三成以上，既保持準(zhǔn)確率又顯著提升機(jī)器人動(dòng)作流暢度，受試者主觀匹配度大幅提高。 圖3：分類準(zhǔn)確率結(jié)果（圖片來(lái)自原文） 深度學(xué)習(xí)自動(dòng)提取腦電層次特征，alpha頻段ERD集中于左側(cè)感覺(jué)運(yùn)動(dòng)皮層“手結(jié)區(qū)”，成為解碼核心；僅用感覺(jué)運(yùn)動(dòng)區(qū)通道即可媲美全頭皮信號(hào)，模型同時(shí)整合分布式網(wǎng)絡(luò)活動(dòng)，增強(qiáng)魯棒性，為低成本、便攜化家用康復(fù)設(shè)備奠定理論與工程基礎(chǔ)。 圖4：多個(gè)頻段下ERD腦地形圖結(jié)果（圖片來(lái)自原文） 研究意義 本研究首次在非侵入式BCI系統(tǒng)中實(shí)現(xiàn)了單指級(jí)、自然映射、實(shí)時(shí)控制，突破了傳統(tǒng)EEG-BCI在精度與直觀性上的雙重瓶頸。其結(jié)果不僅為腦卒中后上肢精細(xì)功能障礙的康復(fù)干預(yù)提供了新范式，也為非侵入式假肢控制、神經(jīng)反饋訓(xùn)練及日常輔助設(shè)備開(kāi)發(fā)提供了技術(shù)基礎(chǔ)。盡管當(dāng)前系統(tǒng)尚未實(shí)現(xiàn)四指獨(dú)立控制，但研究已明確展示深度學(xué)習(xí)、模型微調(diào)與神經(jīng)機(jī)制整合在提升BCI性能中的關(guān)鍵作用。未來(lái)，結(jié)合高分辨率神經(jīng)成像技術(shù)、擴(kuò)展至普通人群及構(gòu)建真實(shí)場(chǎng)景任務(wù)，將進(jìn)一步推動(dòng)該技術(shù)走向臨床應(yīng)用與家庭普及。 參考文獻(xiàn)： Ding Y, et al. EEG-based brain-computer interface enables real-time robotic hand control at individual finger level [J]. Nature Communications, 2025, 16(1). doi: 10.1038/s41467-025-61064-x.圖2：在線響應(yīng)結(jié)果（圖片來(lái)自原文）