脑机百科消息(bciwiki.com)，据《Frontiers in Neuroergonomics》的期刊记录，一项面向未来外骨骼踝关节控制的功能性近红外试点研究于2026年10月16日发表。作者单位包括巴基斯坦Air University、Riphah International University及The Chinese University of Hong Kong。研究开发并评估非侵入式脑机接口框架，从运动皮层的功能性近红外（fNIRS）信号中解码踝部动作，生成离线和模拟在线控制指令。
研究使用基于PsychoPy的任务范式，采集20名健康参与者及7名踝部运动障碍患者在静息、踝背屈和跖屈时的数据；后两种动作分别对应脚尖向上抬起和向下压。预处理后，研究比较了6种统计特征的不同组合，以及线性判别分析（LDA）、二次判别分析（QDA）、支持向量机（SVM）和k近邻（kNN）4种分类器。
在20名健康参与者的留一受试者交叉验证中，即每轮将一名参与者留作测试，SVM的平均离线分类准确率为72.50%±13.8%，kNN为65.83%±13.5%，LDA为63.75%±16.1%，QDA为60.42%±17.7%。Friedman检验显示分类器之间存在总体显著差异（p＝0.0311）；这一总体检验不等于每两种分类器之间均有显著差异。
模拟在线测试采用SVM和滑动窗口，分别设置0.5秒、1秒及1.5秒步长，并在每名参与者内部开展留一试次验证。最高平均准确率出现在1.5秒步长，为62.2%±14.1%。患者组使用SVM、采用留一试次交叉验证时，平均准确率为57.23%±5%。这些评估的对象和验证方式不同，不宜将其作为同一条件下的直接比较。
作者认为，离线与模拟在线结果支持基于fNIRS的外骨骼踝关节控制具有概念验证层面的可行性，可为未来前瞻性康复应用研究提供基础。本研究结果不等同于已完成前瞻性实时控制测试，也不证明患者的踝部功能获得改善。