许多瘫痪患者，特别是脊髓损伤患者，通过视频游戏进行社交和娱乐。然而，他们在获得同伴支持、休闲活动和体育活动方面的需求仍未得到充分满足。脑机接口（BCI）作为一种潜在的运动恢复工具，逐渐被应用于复杂的视频游戏控制和社交网络等领域。然而，现有研究大多集中于单一的控制效应器系统。

斯坦福大学神经外科的研究团队开发了一种基于手指的高性能脑机接口系统（iBCI），能够独立解码三个手指组，提供四个自由度。此系统通过控制虚拟四旋翼飞行器，展示了其在运动恢复和娱乐中的巨大潜力。该系统能够帮助瘫痪个体体验恢复能力，并促进他们的赋能感。相关研究成果已于2025年1月20日发表于《Nature Medicine》期刊。

闭环实时控制的二维和四维手指任务

此研究中，69岁的男性参与者‘T5’因C4 AIS C型脊髓损伤，上肢和下肢只剩下非功能性抽搐和微弱的运动能力。研究人员对其植入了两个96通道硅微电极阵列，记录来自左侧前脑回手“旋钮 ”区域的神经活动。研究使用Unity平台展示了一只虚拟手（图1a）。拇指被设计为沿着由屈伸轴和内收轴定义的二维（2D）表面移动（图 1b）。食指-中指和无名指-小指作为单独的两组，在屈伸轴限定的一维（1D）弧线上移动。

Fig1. a. 参与者使用虚拟手完成手指任务。b. 手指运动描述。左图：拇指在两个维度（外展/内收，弯曲/伸展）运动；食指-中指和无名指-小指沿一维弧线运动。右图：三个手指组在四自由度任务中的典型目标试验。c. 三手指组四自由度任务中典型解码运动轨迹。d. 二维拇指运动示例。

为了执行连续闭环解码，研究人员采用了一种时间卷积的前馈神经网络，将尖峰带功率（SBP）映射为控制虚拟手指的速度。神经网络的初始参数是在开环试验中训练的，然后在闭环训练中进一步调整以提升解码精度。

1. 二维任务（2D任务）：T5需要将拇指和食指-中指组从中心位置移动到随机目标，随后目标被放回中心位置，且手指必须在目标上保持 500 毫秒，要求在 10 秒内完成试验。

2. 四自由度任务（4D任务）：为进一步增加任务复杂性，实验在二维任务运动的基础上增加食指-中指组和无名指-小指组的一维运动。在每次试验中，随机选择两个手指组作为新的目标，而第三个手指组的目标则保持在与上一次试验相同的位置，所有手指的运动都被连续、同步地解码和控制（图1c,d）。

结果

研究人员比较了2D和4D解码器在闭环解码任务中的性能。（1）2D解码器平均目标获取时间为1.33秒，目标获取率为88个目标/分钟，试验成功率为98.1%。（2）4D解码器平均目标获取时间为1.98 秒，目标获取率为64 个目标/分钟，试验成功率为98.7%。4D解码器初始阶段获取时间较长，随后因参与者适应而显著降低，最终达到1.58秒，成功率提升至100%（图1e）。此外，4D解码器的吞吐量为2.60 比特/秒，优于某些灵长类动物双手指任务。

Fig1. e. 任务对比分析：对比二维和四维任务的关键指标，包括获取时间（Acq time）、目标到达时间（T2T）、绕轨时间（Orb）、获取率（Rate）、路径长度效率（Path len eff）和成功率（Percent complete）。f. 手指单独控制实验。

通过性能对比发现，4D解码器和任务获取时间较2D解码器增加50%，这主要是由于4D对解码准确性要求的提高以及信号噪声的干扰导致的。在4D任务中，未被提示手指的移动速度显著慢于被提示手指的移动速度（图 1f），这证明了手指的分辨能力。

神经活动的维度

研究继续探讨了神经活动维度与解码自由度（DOF）之间的关系，特别是在2D与4D解码任务中的表现差异。由于神经活动和手指运动之间可能存在非线性关系，神经活动的维度可能随着解码自由度的增加呈现非线性变化。

结果发现，2D解码器的平均神经活动维度为2.4，而4D解码器在每个试次增加一个目标时平均神经活动维度为3.1，每个试次增加2个目标时为7.5（图2a）。假设如果神经活动的维度与解码自由度呈线性变化，则4D解码器的维度应为2D解码器的两倍，即预期为4.8，但实际上4D解码器的维度为7.5，比预期的4.8高出56%。这表明，组合手指运动的维度大于单独各个手指运动维度的总和，提示某些神经元可能同时编码独立或组合的运动。

Fig2. a. 2D或4D解码器进行闭环解码时神经活动的维度。b. 2D解码器在二维任务、4D解码器在二维和四维任务的性能比较。c.  2D 解码的食指-中指组速度示例。d. 四维解码算法用于使用二维解码器预测在线区块中的手指速度，二维解码算法用于使用四维解码器预测在线速度。

DOF数量对解码的影响

尽管解码更多 DOF 时神经活动的维度会增加，但解码更多 DOF 是否会影响解码较少 DOF 时神经活动的表征尚不清楚。对此，研究人员探讨在 2D 任务中解码的 DOF（拇指和食指中段屈/伸）的神经表征在 4D 任务中是否会发生变化。

结果发现，在4D任务上训练的解码器在2D任务中性能表现保持稳定，表明更多DOF的解码训练不会显著降低原有任务的性能（图2b）。此外，通过4D解码器预测2D任务解码的速度，结果与2D解码器在线解码速度相似。这表明，即使解码更多DOF，手指运动的神经表征在不同任务间仍然相似，与研究发现的运动皮层内神经群同时表征多个DOF的现象一致。

解码精度与通道数的关系

随后，研究人员探讨了BCI系统增加电极通道是否能提高解码精度，提出并使用了方向性信噪比（dSNR）作为分析指标。dSNR值在闭环试验的开始阶段计算，涉及二指和三指解码。并采用线性回归方法训练从信号基线（SBP）到手指速度的映射。研究发现，dSNR值在2D和4D任务中未随着通道数量增加而饱和（图3c）。

由于dSNR指标假定两个手指组同时向各自目标移动（而不是逐个移动），研究还采用了一个较简单的4D任务，即每次试验仅提示一个手指运动。结果发现，dSNR与通道数量的对数-对数关系拟合为线性；且决定系数在0.99到1.00之间；斜率在2D任务双指运动为0.34，4D任务双指运动为0.38，以及行为更简单的4D任务单指运动为0.43（图3c）。

Fig3. a. 二维解码器和任务的矢量化 dSNR 。b. 通过线性回归预测的速度将神经活动映射到手指速度，再结合手指的预期运动来计算 dSNR。c.  dSNR 与通道数的函数关系。

手指iBCI系统的转化应用

手指iBCI存在以下临床应用场景，如恢复机械臂的精细运动控制、重启本体肢体功能、扩展二维光标控制功能以及帮助残障人士进行视频游戏控制。为了实现这一过程，研究人员将每个手指运动都被映射到一个DOF，用于控制虚拟四旋翼飞行器（图4a）。这与先前的飞行模拟器不同，手指位置直接映射到四旋翼飞行器的速度控制上，而不是在再训练过程中转换到“四旋翼飞行器空间”。唯一针对特定任务的调整是，当手指处于中立位置的 10%（总运动范围的 10%）范围内时，将低级速度调回中立位置。手指的位置在屏幕的左下方可见，屏幕上的注释显示了每个手指的中立位置和拇指运动的主要方向（图 4b）。

Fig4. a. 将手指位置映射到四旋翼飞行器速度。b. 四旋翼飞行器控制展示。c. 障碍赛中一个区块的全飞行路径示例。

用户体验

在实验中，T5通过手指iBCI控制四旋翼飞行器展现出社交连接、能力提升和娱乐等积极体验。T5曾多次提到，通过BCI操控四旋翼飞行器是他受伤后最重要的个人目标之一，因为这让他感到自己可以突破身体限制。T5对此实验充满热情，经常主动要求更多“飞行时间”。T5提供了丰富的用户反馈，认为训练过程“不枯燥”，随机手指任务的训练更贴近实际操控；闭环控制中增加手指图形显示，初期过程依赖视觉提示，但随后逐渐减少。T5将控制比作骑自行车或演奏乐器，强调操控的灵敏性和微调的重要性。此外，T5强调了控制个性化的重要性。手指控制需高度个性化，避免不同手指动作干扰，以保证操作精准和飞行稳定性。

讨论

此研究开发了一种新型的基于手指控制的iBCI系统，能够对三个个性化手指组进行连续控制。其中，拇指在二维空间内可实现高性能的直观控制。个体通过手指位置解码操控数字执行器，能够成功控制虚拟四旋翼飞行器，使其过程具有强烈的能力感和娱乐性。同时，与以往主要关注的二维光标控制的BCI系统相比，此iBCI系统性能显著提高。

瘫痪患者普遍渴望社交互动、休闲活动和体育运动的参与，此BCI系统能够提供重要的娱乐与社交价值。目前的192通道系统尚未达到技术瓶颈，未来，增加系统记录通道数量有望提升解码精度。

Reference：https://www.nature.com/articles/s41591-024-03341-8

翻译整理：BrainGeek

仅用于学术分享，若侵权请留言，即时删侵！

   加入社群   

欢迎加入脑机接口社区交流群，

探讨脑机接口领域话题，实时跟踪脑机接口前沿。

加微信群：

添加微信:RoseBCI【备注：姓名+行业/专业】。

加QQ群：913607986

   欢迎来稿   

1.欢迎来稿。投稿咨询，请联系微信：RoseBCI

点击投稿：脑机接口社区学术新闻投稿指南

2.加入社区成为兼职创作者，请联系微信：RoseBCI

一键三连「分享」、「点赞」和「在看」

不错过每一条脑机前沿进展