卡内基梅隆大学何斌教授团队在非侵入式脑机接口(BCI)领域取得重要突破。该团队开发的新型系统能够通过脑电图(EEG)信号实时解码单个手指运动意图，并实现对机械手的精确控制。这项研究成果发表在《自然通讯》期刊上。

何斌教授团队采用深度学习解码策略和网络微调机制，成功实现了受试者通过意念控制机械手指完成两指和三指协同任务。该系统基于运动执行和运动意象两种模式，为肢体功能障碍患者提供了新的康复辅助方案。

"改善手部功能对残障人士至关重要，"何斌教授表示，"即使微小进步也能显著提升生活质量。但非侵入式脑电信号解码单个手指运动一直是重大挑战。"

传统侵入式BCI虽然控制精度高，但需要手术植入电极，存在感染风险且维护复杂。相比之下，EEG-based BCI无需手术，使用更安全便捷。研究团队此前已实现无人机飞行、机械臂控制等突破，此次手指级控制将应用推向新高度。

该技术未来有望实现更精细操作，如打字等日常活动。何斌指出："这项研究提升了非侵入BCI的临床价值，使其能服务更广泛人群，从基础通讯扩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)。期刊信息： 《自然通讯》