腦機(jī)接口（BCI）技術(shù)能讓用戶在不移動(dòng)身體的情況下操作外部設(shè)備?；谀X電圖（EEG）的BCI系統(tǒng)具有時(shí)間分辨率高、使用方便和便攜等優(yōu)點(diǎn)。然而，有關(guān)高空間分辨率EEG對(duì)解碼精確肢體運(yùn)動(dòng)（如手指運(yùn)動(dòng)）的研究仍然較少。韓國(guó)科學(xué)技術(shù)院等合作通過(guò)超高密度腦電記錄系統(tǒng)實(shí)現(xiàn)單個(gè)手指運(yùn)動(dòng)精準(zhǔn)解碼。該研究成果于近日發(fā)表在期刊《Frontiers in Neuroscience》上，題為：Individual finger movement decoding using a novel ultra-high-density electroencephalography-based brain-computer interface system。

研究人員使用了直接附著在頭皮上的柔性電極網(wǎng)格，從而提供了超高密度腦電圖（uHD EEG）。他們將記錄系統(tǒng)放置在受試者頭皮的對(duì)側(cè)感覺運(yùn)動(dòng)皮層上，通過(guò)256個(gè)通道對(duì)單個(gè)手指運(yùn)動(dòng)進(jìn)行解碼，以研究該系統(tǒng)的性能。常規(guī)腦電圖的電極間距平均為60~65 mm，uHD EEG的電極間距平均為8.6 mm。5名健康受試者參加了試驗(yàn)，根據(jù)視覺提示進(jìn)行單指伸展，試驗(yàn)過(guò)程通過(guò)攝像機(jī)記錄。研究人員采用支持向量機(jī)(SVM)對(duì)EEG信號(hào)進(jìn)行手指活動(dòng)兩兩分類。受試者的平均分類準(zhǔn)確率為64.8（6.3）%，中指與無(wú)名指的平均準(zhǔn)確率最高，為70.6（9.4）%。

該研究為BCI手指運(yùn)動(dòng)控制外部設(shè)備奠定了基礎(chǔ)，未來(lái)還需要使用帶有實(shí)時(shí)反饋和運(yùn)動(dòng)想象任務(wù)的uHD EGG系統(tǒng)進(jìn)行進(jìn)一步研究，以提高分類性能。

注：此研究成果摘自《Frontiers in Neuroscience》，文章內(nèi)容不代表本網(wǎng)站觀點(diǎn)和立場(chǎng)，僅供參考。