脑机百科消息(bciwiki.com)，卡内基梅隆大学生物医学工程教授Bin He领导的团队开发了一种让人脑学习与机器学习同步进行的非侵入式脑机接口训练方法，31名此前未接触过脑机接口的健康受试者在运动想象控制光标任务中取得较高准确率，研究发表于《Nature Communications》。
研究团队指出，人通过试错、反馈和大脑重塑来学习，而解码算法按固定的数学规则更新，两者适应方式不同，容易彼此脱节。为此，团队提出所谓“感觉引导联合学习”框架：受试者坐在显示器前，佩戴脑电帽，双手腕下放置振动触觉装置；触觉刺激引导受试者调整认知策略，使其与解码器的目标特征一致，同时自适应解码算法有选择地加权信息量高的神经信号模式。
结果显示，一维光标控制的平均离散准确率为86%，二维为77.5%；连续控制准确率分别为77.5%和66.9%。Bin He表示，经过有限训练的脑机接口用户很少能达到这样的水平。他认为，该方法降低了训练需求，有望用于神经康复、辅助沟通和假肢控制等场景，但这是研究者的判断，目前数据仅来自健康受试者的实验室任务。
据卡内基梅隆大学生物医学功能成像与神经工程实验室发布的消息，研究部分由美国国立神经疾病与卒中研究所、美国国立卫生研究院脑计划以及美国国立生物医学成像与生物工程研究所的培训项目资助。论文第一作者为博士后Hanwen Wang。