面向海量指令的优化编码脑机接口框架:以极低校准实现高效控制

《IEEE Transactions on Neural Systems and Rehabilitation Engineering》:An Optimized Encoding BCI Framework: Implementing Massive Command with Minimal Calibration

【字体: 大 中 小 】 时间:2026年04月23日 来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering 5.2

编辑推荐:

  当前脑机接口(BCI)普遍面临指令集规模有限和校准成本高昂的双重挑战。为解决此问题,研究人员提出了一个基于功能优化的编码框架,该框架通过优化编码函数提升指令区分度,并利用符号复用性减少校准数据。最终,研究成功构建了一个包含1,008个指令的在线BCI系统,在仅需72秒校准数据的情况下,实现了86.60%的平均准确率和122.74 bits/min的平均信息传输率(ITR),显著提升了大规模BCI的实用性与性能。这项工作为开发高指令通量、低用户负担的实用化脑机接口开辟了新途径。

  
你是否想过,有一天我们可以直接用“意念”控制成百上千个设备,就像在键盘上打字一样随心所欲?这就是脑机接口(Brain-Computer Interface, BCI)技术描绘的蓝图。然而,通往这个未来的道路布满荆棘。现有的脑机接口系统往往像一个只有几个按键的简陋遥控器,可执行的“命令”非常有限,极大地制约了复杂任务的实现。更令人头疼的是,为了能让系统“读懂”你的大脑信号,用户通常需要进行漫长而枯燥的校准训练,这个过程可能需要数小时,消耗了用户的耐心,也阻碍了BCI走向日常应用。那么,能否发明一种“一学就会、一会百用”的脑机接口,既拥有海量指令库,又无需用户花费大量时间进行训练呢?
为了解决大规模脑机接口指令集受限与校准负担过重的核心难题,研究人员在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上发表了一项突破性研究。他们提出并实现了一个“基于功能优化的编码框架”,成功构建了一个前所未有的在线BCI系统,该系统能够识别多达1,008个不同的指令,同时将所需的校准时间大幅缩减至仅仅72秒。这项研究不仅在指令规模上创造了新的纪录,也在校准效率上达到了顶尖水平,为开发真正实用化、用户友好的高性能脑机接口奠定了关键技术基础。
为达成上述目标,研究者们主要采用了三个关键技术方法:首先,功能优化理论用于设计编码函数,通过优化刺激参数最大化不同指令对应的大脑响应信号之间的区分度。其次,小样本训练策略利用了编码符号在指令间的可复用性,使得系统可以从少量校准数据中学习并泛化到大量新指令,从而大幅减少所需校准数据量。最后,符号联合解码方法在识别用户意图时,综合考虑了指令中所有符号的信息,而非孤立地分析每个符号,从而提升了整体识别准确率。该研究的参与者为15名受试者。
结果
功能优化提升指令判别性:通过应用功能优化理论对编码函数进行优化,研究者显著增强了不同指令所诱发脑电信号的可区分性。与广泛采用的基线方法相比,该策略将系统的识别准确率提升了13.94%,并将信息传输率(Information Transfer Rate, ITR)提升了26.12%。这证明了优化编码策略对于提升大规模指令集BCI性能的有效性。
小样本训练实现高效校准:研究提出的符号复用与小样本训练策略,使得系统能够利用极少的校准数据实现对新指令的高精度识别。仅使用72秒的校准数据,该系统在15名受试者上平均准确率达到86.60 ± 13.35%,平均ITR达到122.74 ± 24.64 bits/min,且最高准确率可达100%。这一结果凸显了该框架在极大降低用户校准负担方面的卓越能力。
构建超大规模在线BCI系统:基于上述框架,研究者成功开发并验证了一个在线BCI系统。该系统实现了对1,008个独立指令的实时识别,创造了大规模BCI(指令数>100)在指令规模与校准效率上的双重顶尖水平。这标志着BCI在指令通量上迈上了一个新的台阶。
框架具备高灵活性与强兼容性:该编码框架不依赖于特定的刺激范式,展现出优秀的跨范式兼容性。同时,它在指令编码方式上具有高度灵活性,能够适应不同的应用场景和编码需求,显著增强了BCI的实用性与普适性。
结论与讨论
本研究成功提出了一个创新的功能优化编码框架,有效解决了大规模脑机接口面临的核心矛盾——指令规模与校准成本之间的权衡。该框架通过理论优化提升信号区分度,通过算法设计实现数据高效利用,最终催生了一个指令数量破千、校准仅需分秒的实用化在线BCI系统。其重要意义在于,它从方法论层面为BCI的发展提供了新思路:不再单纯追求信号采集硬件或解码算法的极致优化,而是从“编码”这一源头进行系统性设计,通过提升“信息密度”来整体提升系统性能。这项工作不仅确立了大规模BCI在指令通量和校准效率上的新标杆,其高灵活性、强兼容性的特点也为BCI在更复杂场景(如智能家居控制、虚拟现实交互、神经康复等)中的落地应用打开了广阔空间,是推动脑机接口从实验室走向现实生活的重要一步。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号