脑机接口(BCI)技术为全球超十亿残障人士改善日常生活提供了新可能，其通过大脑与外部设备的直接通信，绕过传统肌肉控制路径。尽管侵入式脑机接口已实现高精度控制，但手术风险与维护成本限制了其应用范围。卡内基梅隆大学教授何斌团队深耕非侵入式BCI领域二十余年，专注于基于脑电图(EEG)的解决方案研发，这类方案无需手术且适应性强。

何斌团队在非侵入式BCI领域取得多项突破，包括首次实现无人机飞行控制、机械臂操作及机械手连续运动。近期，《自然通讯》杂志刊登的新研究进一步揭示，该团队通过实时解码大脑对单个手指运动的意图，成功控制灵巧机械手完成手指级动作。这一成果得益于新型深度学习解码策略与网络微调机制，使系统能基于运动执行与运动意象，精准驱动机器人手指响应人类意念。实验中，受试者仅凭思维即完成两指与三指协同控制任务。

卡内基梅隆大学生物医学工程教授何斌表示：“改善手部功能对残障人士与健全人同样重要，微小进步即可显著提升能力与生活质量。然而，非侵入式脑信号实时解码单指运动长期面临挑战，主要源于脑电图空间分辨率局限。”他强调，此次研究通过技术创新突破了这一瓶颈，未来计划拓展至打字等更精细的手指级任务，并提升非侵入式BCI的临床适用性。“我们的工作不仅验证了EEG-BCI在复杂运动控制中的潜力，更为其从基础通信向多元化应用拓展奠定了基础。”

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》