(資料圖)

華中科技大學同濟醫(yī)學院附屬同濟醫(yī)院教授唐洲平領(lǐng)銜的團隊，通過構(gòu)建一種新型混合腦機接口框架，實現(xiàn)跨個體的精準、高效神經(jīng)信息解碼，為腦機接口技術(shù)邁向規(guī)模化臨床應用奠定基礎(chǔ)。相關(guān)成果于近日發(fā)表于國際期刊《先進科學》(Advanced Science)。

“神經(jīng)信號的個體差異性是腦機接口領(lǐng)域長期面臨的一個關(guān)鍵挑戰(zhàn)。”唐洲平介紹，由于每個大腦的神經(jīng)活動模式獨一無二，腦機接口系統(tǒng)需要經(jīng)歷繁瑣的個性化校準過程，阻礙了該技術(shù)從實驗室成果向規(guī)模化臨床應用轉(zhuǎn)化。

此項研究中，唐洲平帶領(lǐng)團隊構(gòu)建了一種新型混合腦機接口框架，通過融合雙模態(tài)傳感系統(tǒng)與智能遷移學習算法，實現(xiàn)精準、高效神經(jīng)信息解碼。

唐洲平介紹，融合雙模態(tài)傳感系統(tǒng)包括腦電圖、功能性近紅外光譜兩部分，前者如同高速攝影般精確抓取運動意圖產(chǎn)生瞬間電脈沖，破解“何時想”難題；后者通過監(jiān)測血氧變化，類似熱成像儀般精準鎖定大腦皮層活躍區(qū)域，揭示“何處想”秘密。這兩個關(guān)鍵信息被高度同步捕捉，大腦運動意圖便以前所未有的清晰度躍然眼前。

在此基礎(chǔ)上，團隊開發(fā)出一套遷移學習算法——其核心邏輯是為每位患者量身定制一把專屬的“萬能鑰匙”。他解釋稱，這個過程好比是為一把構(gòu)造獨特的鎖(患者的大腦)，從成千上萬把鑰匙坯中，找到最接近其構(gòu)造的那一把(最優(yōu)模板)。隨后，系統(tǒng)只需對這把鑰匙坯進行少量、高效的個性化打磨，就能迅速適配患者，成功“解鎖”大腦意圖。

唐洲平介紹，團隊通過自建的腦出血患者數(shù)據(jù)集驗證發(fā)現(xiàn)，該路徑平均解碼準確率達74.87%，優(yōu)于目前國際常用的方法。研究團隊還構(gòu)建了涵蓋腦出血患者的多模態(tài)運動想象數(shù)據(jù)集，為全球同行開展協(xié)作研究提供共享資源。

關(guān)鍵詞：