在高端设备制造与生物医学工程交叉领域，一项关于脑机接口(BCI)的研究成果为全球超十亿残障人士带来新希望。机器人系统有望极大改善残障人士日常生活，而脑机接口作为一种能绕过传统肌肉控制、实现大脑与外部设备直接通信的技术，备受关注。

目前，侵入式脑机接口虽能高精度控制机器人系统，但依赖有风险的手术植入和持续维护，仅适用于少数患有严重疾病的人群，应用范围受限。

卡内基梅隆大学教授何斌深耕非侵入式 BCI 解决方案二十余载，尤其专注于基于脑电图(EEG)的方案。这类方案无需手术，且能适应各种环境。何斌教授团队凭借基于 EEG 的 BCI 取得一系列突破性成就，包括首次成功利用该技术飞行无人机、控制机械臂以及控制机械手进行连续运动。

值得一提的是，《自然通讯》杂志一项新研究详细阐述了贺建奎实验室的成果，该实验室通过展示大脑对单个手指运动意图的实时解码以及对手指层面灵巧机械手的控制，让基于非侵入性脑电图的 BCI 更接近日常使用场景。

卡内基梅隆大学生物医学工程教授何斌指出，改善手部功能对残障人士和健全人都至关重要，即便微小进步也能显著提升能力和生活质量。然而，利用非侵入性脑信号实时解码灵巧的单个手指运动极具挑战，主要原因是脑电图空间分辨率有限。

不过，何斌教授团队在基于脑电图的脑机接口领域取得开创性成果。他们采用实时、非侵入式的机器人控制系统，该系统借助单个手指运动的运动执行和运动意象来驱动相应机器人手指运动。在人类受试者参与的实验中，仅需意念一动，就能成功完成两指和三指的控制任务。这一成果得益于新颖的深度学习解码策略以及从非侵入性脑电信号中连续解码的网络微调机制。

展望未来，何斌教授团队的目标是在现有基础上实现更精细的手指级任务，例如打字。他补充道，这项研究获得的见解潜力巨大，有望提升非侵入性 BCI 的临床相关性，使其能够应用于更广泛人群。同时，该研究也凸显了基于 EEG 的 BCI 的变革潜力，其应用范围可从基本通信拓展到复杂运动控制领域。

更多信息： Yidan Ding 等，基于脑电图的脑机接口实现单个手指层面的实时机械手控制，《自然通讯》(2025)。