脑机百科消息(bciwiki.com)，据《Journal of Neural Engineering》2026年10月23日发表的研究，墨尔本大学研究人员使用Stentrode血管内脑机接口（BCI），评估时间神经特征在运动解码中的作用。一名植入该设备的参与者尝试手写英文字符，研究人员根据记录的脑活动开展离线和在线分类。
研究假设，持续时间较长的复合运动会产生可由时间特征识别的不同脑活动模式。为单独考察时间信息，模型输入采用所有通道高伽马功率相加后形成的一维轨迹，而不是分别保留各通道的空间信息。研究报告，少量类别在跨越数月的记录中能够被可靠解码，显示不同手写动作对应的时间模式具有一定稳定性。
在4次在线测试中，每次包含每个字符20-30次试次和80-180次休息试次。表现最佳的3分类模型平均休息召回率为87%，字符召回率为65%，字符精确率为59%。召回率反映实际属于某类的试次中有多少被识别出来，精确率则反映被判为该类的结果中有多少判断正确；这些指标不能直接替换为总体准确率。
研究还通过线性时间变换，将所有试次调整为相同时长，以减少时间差异；与直接分类原始试次相比，解码性能显著提高。作者据此提出，利用时间信息可能有助于减少脑机接口所需的空间覆盖范围，并可能降低侵入程度，但这并非本研究已验证的器械改进效果。作者建议在更多参与者及其他记录方式中继续检验时间解码，并探索自动时间对齐策略。