IEEE TNSRE：双脑电融合提升手指意图识别，为卒中手功能康复破局

yinfuhua

不用刻意想象动作！IEEE TNSRE：双脑电融合提升手指意图识别，为卒中手功能康复破局
% v- o5 d/ J1 ]) G/ E5 U5 S来源：生物谷原创 2026-10-13 12:342 s+ |$ N9 [: G' C0 Z
该研究结合动作观察与运动想象任务，融合两类脑电信号，显著提升四类手部精细运动意图识别精度，为手功能康复脑机接口提供实用技术方案。
8 O& D6 u0 k: b# W8 y; I* Z( o
6 `3 B7 W" n+ a+ s不少脑卒中患者康复后胳膊能够正常抬起，可手指却不听使唤。扣纽扣、拿勺子、捏东西这些日常小动作，都需要依靠手指精细配合，一旦受损，生活自理会变得格外艰难。
1 c. T" l( R0 K) I; b当下脑机接口康复大多依赖运动想象，要求患者在大脑中反复假想手部动作，以此激活运动皮层。但这套方案有明显局限，部分大脑受损的患者，很难靠主观想象产生稳定可用的脑电信号；而且多数设备更擅长识别抬手、握拳这类大动作，对复杂的手指小动作分辨能力有限。
0 i! r/ k" W! o: y, N# A0 ^8 J人体大脑里存在镜像神经元，当我们只是盯着别人做手部动作，自己大脑的运动区域也会同步“被唤醒”。受此启发的动作观察范式，不需要患者费力想象，仅通过观看动作视频就可以诱发脑电活动。发表于IEEE Transactions on Neural Systems and Rehabilitation Engineering的这项研究，就挖掘了这套范式在手部康复中的应用潜力。
1 K: d1 l* \$ [$ D$ ~5 w
, V; P" d. o$ L0 R2 E研究招募36名健康志愿者，划分青年、老年组别，模拟临床康复场景，测试左右手拇指 食指对捏、拇指 手掌对捏四类精细动作。科研人员对比不同脑电频段、电极排布对手部意图识别结果的影响。
6 Z, O* q. Q) G, k& o% |  { * ^1 f$ e. h7 R4 l: Y: m+ R6 ^9 f
图1.不同频段与电极配置下感觉运动节律解码准确率对比
/ M- E9 v0 M+ k; `% G3 s测试结果显示，只使用运动相关脑电信号做四类动作判断，平均准确率仅47.67%±13.83%；简化成左右手二分类任务，准确率提升至72.40%±12.72%。单独依靠视觉诱发脑电，青年受试者识别平均83.82%±12.66%，老年受试者为75.69%±15.30%。, J$ ^. R* U& ?

) y2 E3 C5 ~. C8 x+ C- X, Q* @, X图2.单一脑电模态解码分组准确率箱线图+ @/ o$ F4 j8 ]& w
将两种脑电信号按置信度加权融合之后，整体识别平均准确率提升到80.69%±13.77%，有14名受试者识别准确率突破90%。青年组平均85.07%±12.26%，老年组76.32%±13.81%。可视化结果直观体现，融合处理后，不同手部动作对应的脑电信号聚类边界更加分明，信号之间的混杂重叠大幅降低。
" N* \# ]% K; n' A( D' X' P   P' i+ {4 F0 y- w$ b
图3.单模态与融合解码准确率对比及特征t SNE可视化
; ^  G" W- E4 ~: s2 a这项研究证明，单纯观察手部动作，大脑就能产生可供设备读取解析的精细运动神经信号。来自大脑运动皮层的内源信号和视觉刺激带来的外源信号互相补充，多模态融合有效克服单一信号的识别短板。该研究的数据与算法方案，给卒中手功能康复脑机接口开发提供新思路，也为未来实现手指精细动作闭环康复训练打下基础。（生物谷Bioon.com）! Y! z  k( V7 a, r1 q$ N$ u
参考文献：
9 y% n4 s5 u  l" |Wen X, Lang Y, Tang H, Hu G, Zhang X. Evaluation of the Recognition Performance for Four-Class Fine Hand Movement Intention Under a Hybrid Action Observation and Motor Imagery Task. IEEE Trans Neural Syst Rehabil Eng. 2026;34:4120-4131. doi:10.1109/TNSRE.2026.37383411 A( s: s& o4 c6 @5 L0 k6 J- c
2 n9 b6 h% s0 V) F* u, l