该预印本于 2026 年 7 月 9 日上传至 bioRxiv，尚未经过同行评审。研究人员开发了一个名为face-rhythm（面部节律）的无监督分析管道，结合无标记点追踪、光谱分析和非负张量分解技术，将面部视频分解为一组可解释的组件。该方法在小鼠执行巴甫洛夫嗅觉奖励任务、脑机接口任务和自由行为时的视频上进行了测试，成功识别了须动、嗅觉、舔舐等具有生物学意义的行为及更微妙的运动模式。
研究人员发现这些面部运动组件在动物间具有高度一致性，足以解码任务变量或内部信念状态，也能解释皮层活动并用低秩表示。值得注意的是，面部关联的初级运动皮层（M1）神经元的活动与 0.5 Hz 以上面部运动的相位不变光谱变换有很好的相关性，而较慢的运动则保留相位相关的表现，更好地被瞬间面部位置所预测。这一发现表明脑机接口系统可以利用面部运动的光谱特征来优化神经假肢的控制效能，为实现更自然、更有效的神经假肢控制提供了重要参考。