在现代医学的不断进步中，脑机接口（Brain-Machine Interfaces, BMIs）作为一项前沿科技，逐渐成为改善老年人或残疾人生活质量的重要手段。传统的BMI系统通常要求用户逐一发出命令来完成复杂的动作序列，这不仅耗时且操作繁琐，极大地限制了其应用范围和效果。为了解决这一问题，本文提出了一种新型的BMI系统，通过解码灵长类动物（猴子）在执行任务时的大脑活动，主动触发命令，从而实现更快的动作执行。这种系统不仅展示了一种高效、节能且移动的解码算法，而且能够在最小重新校准的情况下，补偿神经信号的日常波动，具有广阔的应用前景。

1、 实验设计

本研究使用了嵌入脑皮层的微电极阵列来记录自由移动的猴子在特定任务中大脑的活动。实验任务包括即时触摸目标和行走后触摸目标两种类型的动作序列。为了提示猴子目标的位置，实验者使用了LED灯。在猴子接收到视觉提示后，它们会开始行动，并触摸指定的目标。

图1：基于 BMI 的主动智能家居控制概念

图2：主动控制框架

2、数据收集与处理

通过微电极阵列记录来自初级运动皮层（M1）、背侧前运动皮层（PMd）和顶叶到达区域（PRR）的神经信号。这些信号被记录下来并与行为数据合并，生成特征向量和目标向量，用于后续的解码过程。为了确保数据的有效性，研究团队采用了多种常用的分类算法，对一个步骤和两个步骤的动作序列在不同时间点的神经信号进行解码。

3、 解码算法

研究中选择了参数较少且易于嵌入系统实现的算法，最终基于两层隐藏层的感知器模型。这种模型不仅可以通过硬件加速实现，还能从深度神经网络的最新进展中获益，为系统的高效运行提供了保障。

1、离线解码结果

离线解码结果显示，无论是单步动作还是两步动作序列，在运动开始前和开始后都可以从未分类的峰值数据中获得高精度的解码。特别是在运动开始后，解码精度显著提高，这一现象在PMd和PRR区域的数据中表现尤为明显，而M1区域的精度相对较低。这表明不同脑区在运动控制中的作用和贡献有所不同，值得进一步深入研究。具体来看，离线解码实验中，单步动作的平均解码精度达到了90%以上，而两步动作序列的平均解码精度也超过了85%。这种高精度的离线解码结果为在线解码和实际应用奠定了坚实的基础。此外，实验还发现PRR区域的神经信号在运动计划阶段就表现出了较高的解码准确性，这表明该区域在运动准备阶段就开始发挥重要作用。

图3：从神经活动中离线解码计划动作序列

2、解码精度的时间依赖性

研究发现，单步动作的解码精度在运动开始前略有提高，而两步动作序列的解码精度在运动开始时显著提高。这说明在解码过程中，较早的解码可以提供更高的主动增益，但会牺牲一定的解码性能。这种权衡在具体使用场景中需要用户根据实际需求进行考虑和选择。具体而言，在运动开始前，PRR和PMd区域的神经活动就已经包含了丰富的信息，能够预测即将发生的动作。而在运动开始后，这些区域的神经信号进一步增强，解码精度也随之提高。这一发现为设计更高效的BMI系统提供了重要的参考依据，即可以在运动开始前利用较高精度的解码来提前触发动作，提升系统的响应速度。

3、在线解码与实时控制

为了验证系统的实际应用效果，研究团队开发了一种开放循环的主动控制框架，结合了无线神经数据记录系统和嵌入式解码器（FPGA），实现了低功耗的移动使用。通过与智能家居网关连接，解码器可以将解码结果转化为对智能设备的控制命令，真正实现了智能环境的主动控制。在实际应用测试中，猴子能够通过大脑活动直接控制智能设备，如打开或关闭灯光、调节音响音量等。实验结果表明，使用这种新型BMI系统，猴子在完成这些任务时的速度和准确性显著提高。这不仅验证了系统的有效性，也展示了其在未来人类生活中的潜在应用前景。

图4：用于展示主动控制的实验框架概述

图5：在线、开环主动 BMI 框架中，在线解码的准确度和潜在的主动时间增益

4、重新校准机制

为了确保系统在长时间使用中的稳定性，研究团队采用了流形重新对齐的方法，通过对不同录制会话中的数据进行低维空间对齐，实现解码器的快速适应。这种方法使得解码器即使在间隔数天或数周后，依然能够保持较高的解码性能，为实际应用提供了可靠的技术保障。具体来说，流形重新对齐技术通过捕捉神经信号在低维空间中的几何结构变化，实现了不同会话之间的数据对齐。这种方法不仅有效地补偿了神经信号的日常波动，还减少了系统重新校准的时间和资源需求。在长时间的实验中，这种技术表现出了稳定的解码性能，使得系统能够持续高效运行。此外，研究还发现，重新对齐后的解码器在不同任务和环境下都表现出了良好的适应性。这表明，流形重新对齐技术不仅适用于静态环境中的解码，还能在动态变化的实际应用场景中保持高效。这为BMI系统的广泛应用提供了重要的技术支持。

图6：通过流形重新调整重新校准解码器

本文提出了一种新型的脑机接口系统，通过解码大脑的计划活动，实现了对智能设备的主动控制。该系统不仅提高了动作执行的速度，还通过流形重新对齐技术，解决了神经信号的日常波动问题，使得解码器能够在长时间使用中保持高效。实验结果表明，该系统在自由移动的猴子中的实验中实现了显著的时间增益，证明了其在未来人类使用中的潜力。随着技术的进一步发展，这一主动控制框架有望为残疾人提供更加高效和人性化的智能环境控制手段。

在未来的研究中，可以进一步优化解码算法，提高系统的精度和稳定性。此外，如何将这种技术应用到实际的临床治疗中，也是一个值得深入探讨的问题。例如，如何在不同类型的患者中进行个性化的调整，如何确保系统的安全性和可靠性，都是需要解决的重要问题。总之，这一研究为脑机接口技术的发展提供了新的思路和方向，具有重要的科学价值和应用前景。

本文提出了一种新型的脑机接口系统，通过解码大脑的计划活动，实现了对智能设备的主动控制。该系统不仅提高了动作执行的速度，还通过流形重新对齐技术，解决了神经信号的日常波动问题，使得解码器能够在长时间使用中保持高效。实验结果表明，该系统在自由移动的猴子中的实验中实现了显著的时间增益，证明了其在未来人类使用中的潜力。随着技术的进一步发展，这一主动控制框架有望为残疾人提供更加高效和人性化的智能环境控制手段。未来的研究中，可以进一步优化解码算法，提高系统的精度和稳定性。此外，如何将这种技术应用到实际的临床治疗中，也是一个值得深入探讨的问题。例如，如何在不同类型的患者中进行个性化的调整，如何确保系统的安全性和可靠性，都是需要解决的重要问题。总之，这一研究为脑机接口技术的发展提供了新的思路和方向，具有重要的科学价值和应用前景。

来源：脑机接口社区