脑机百科消息(bciwiki.com)，一项预印本研究显示，基于随机森林算法的机器学习模型能够对受试者执行真实运动和想象运动时的脑电信号进行分类，并在消费级脑电系统上同样有效。该研究由Tarciana C de Brito Guerra、Taline Nóbrega、Edgard Morya、Allan de M. Martins、Vicente A de Sousa等人完成，2026年9月10日上传至arXiv，尚未经同行评审。
研究团队用消费级和研究级两套脑电系统评估了随机森林算法。结果显示，该算法能有效区分想象活动与真实活动，并判断出动作对应的身体部位，即便在消费级脑电设备上也是如此。研究同时指出，脑电信号的人际差异会对分类过程产生负面影响。
脑电是理解大脑与人体运动相关电活动的基础工具，脑机接口正是利用这类电活动开发辅助技术，尤其是面向身体残障人士的技术。但从脑电信号中提取特征和模式仍然复杂，因此常交由机器学习算法处理。研究团队称，对脑电信号的正确解读与分类，是开发由认知过程控制的工具的前提。