脑机接口解密“思想”：中国学者绘制全球首张

荆楚网（湖北日报）（通讯员：李云熙、田娟、摄影：胡东东）我国学者成功构建全球首个脑出血患者多模态脑机接口数据集，为揭示脑神经损伤修复机制开辟新视角，将脑出血患者脑信号识别准确率提高8%。 11月18日，华中科技大学同济医院唐周平教授团队和机械工程学院陶波教授团队在国际著名期刊Scientific Data（Nature子刊）上发表了这一突破。 这张照片显示了一组专家通过多模式脑机接口对整个大脑的神经活动进行高密度、多维监测。 这项研究开创了融合脑电图 (EGG) 和近红外光谱 (fNIRS) 技术来构建标准化脑出血患者高精度运动成像数据集，填补了关键脑机接口核心数据的国际空白。这一成果标志着我国在脑机接口临床研究数据标准化和基础设施建设领域得到国际同行的认可，为技术从实验室走向精准诊疗奠定了重要基础。 脑出血是死亡率和致残率最高的中风类型，幸存者常常面临严重的上肢功能障碍。基于“运动想象”的脑机接口技术被视为lto神经重建的希望。事实上，患者不需要做出任何动作，只需一个“想法”，系统就可以解释患者的大脑信号并控制外部设备来重塑受损的神经通路。然而，这项技术长期以来都是基于大脑信号数据来自正常、健康的人。 “当脑出血患者的大脑受损时，信号特征会发生显着变化。典型的正常人体数据模型对患者的解码精度较低，这大大降低了患者的治疗和康复效果。”项目负责人唐周平教授坦言。新数据集旨在解决“在没有脑出血的情况下准备食物”的困境，为开发真正适合脑出血患者的临床水平脑机接口提供必要的“数据库”。 研究团队利用高密度32通道脑电图（EEG）监测神经元电活动，结合90通道功能性近红外光谱（fNIRS）技术追踪大脑局部血氧变化。我们首次对整个大脑进行高密度、多维度的神经活动同步监测雨。这就像在你的大脑中安装了一个复杂的“观察天网”，具有更大的空间覆盖范围和信息内容。 “这就像从一个单语翻译员变成了双语专家。”研究团队成员、同济医院史健医生生动地解释道。 “来自大脑的电信号很敏感，但容易受到干扰，而近红外光谱信号稳定且定位精确。两者的结合使得首次能够在脑出血患者进行运动想象时清晰一致地听到和解释受损大脑独特的神经血管耦合语言。” 通过精确测量脑出血患者和健康受试者，研究团队绘制了脑出血后大脑意图表达的第一张“信息图”，为阐明神经损伤和修复机制开辟了新视角。此前，周平发表的一项研究唐的先进科学团队今年8月证实，脑出血的治疗是利用来自脑出血患者和公众的信号进行的。预训练使脑出血患者脑信号分类准确率提高8%。 唐周平院长介绍，该数据集通过互联网向全球开放，为国际科研界开发稳健、高精度的下一代脑机接口算法提供了必要的公共基础设施，加速了脑机接口技术的临床转化和应用，未来，世界各地的医学专家将联合起来，共同提高脑出血等严重疾病患者的康复效果和生活质量。