研究采用并行架构，将15目标动态图形缩放范式与四种牙咬合肌电模式对齐，通过深度学习进行多模态信号解码，分类精度与单模态相当。双通道处理带来更高的信息传输率，同时降低了认知负荷。研究称，该机制突破了传统带宽限制，为复杂真实环境下的60目标控制系统提供了可行方案，并有望为严重运动障碍患者提供更易用的交互途径。
肌电信号接入混合脑机接口，把指令空间从15个目标扩到60个
内容概述
一项新研究提出融合稳态运动视觉诱发电位（SSMVEP）和肌电（EMG）的混合脑机接口，通过并行架构将指令空间从15个目标扩展至60个，多模态信息传输率达62.33比特/分钟，优于单模态最高42.49比特/分钟。研究采用深度学习进行多模态信号解码，在保持分类精度的同时，为严重运动障碍患者提供了更易用的控制途径。
推荐理由
这项研究将传统的15目标脑机接口指令空间扩展到60目标，信息传输率提升近50%，为高维控制提供了一种无需额外脑电通道的并行方案。对严重运动障碍患者而言，结合肌电信号降低了操作门槛，可能加速脑机接口从实验室走向实用。
本文由 BCIwiki 根据公开信息撰写
关联信源 · 1
doi.org 2026-07-21