正文
这一解码过程基于两块96通道微电极阵列，通过采集大脑左侧前中央回“手部区域”的神经信号，使用一个时间卷积的前馈神经网络对神经信号的尖峰频带功率（spike-band power, SBP）进行解码。系统通过对用户意图的实时解析，将神经信号转化为对应手指的运动速度，精准驱动虚拟手指的连续动作。
创新的关键在于该系统的闭环实时控制能力。传统BCI系统常依赖于开放环模式，解码性能受限且不具备实时调整能力，而该系统通过动态调整参数，显著提升了解码精度。例如，系统在训练阶段通过捕捉用户对虚拟手指的同步意图动作，不断优化神经网络的参数设置，使解码结果更加贴合用户的预期动作。这种实时调试的闭环控制，使得研究参与者能够快速适应并精确掌控多自由度的手指动作。
实验数据显示，在三天的2D任务测试中，参与者平均每分钟可完成88个目标，而在更复杂的4D任务中，虽然解码难度增加，目标完成率仍达到98.7%，且最终通过适应性训练，每分钟完成目标数提升至76个。这一成果展示了系统在高复杂度控制任务中的卓越性能。
iBCI系统能够实现多自由度的手指动作控制，具有高精度、高效率
和较强的适应性
（Credit:
Nature Medicine
）
图a展示了iBCI（侵入式脑机接口）系统的基本工作原理。参与者通过计算机显示屏看到虚拟手的界面，能够通过大脑信号控制虚拟手指的动作。在闭环控制下，电极阵列采集的脑电信号被转化为虚拟手指的控制信号，以实现实时的手指动作控制。
图b左侧展示了拇指和其他手指组的运动模式：拇指具有二维自由度（屈曲/伸展和外展/内收），而食指-中指与无名指-小指两组分别在单维弧线方向运动。右侧显示了四自由度（4 DOF）任务中各手指组的典型目标分布，说明了任务复杂度及解码的精准性。
图c提供了一个典型的100秒时间片段，展示了三个手指组在四自由度任务中的解码运动轨迹。轨迹范围定义为-1到1，其中1表示完全屈曲或外展，-1表示完全伸展或内收，说明了系统对手指动作的高精度解码。
图d展示了拇指在二维任务中50次实验的轨迹，仅包含拇指运动距离大于0.3的实验。不同颜色表示不同的配对任务（从中心到目标再回到中心），轨迹说明了拇指二维运动的清晰路径。
图e比较了两自由度（2 DOF）和四自由度（4 DOF）任务在多个性能指标上的表现，包括目标获取时间（Acq time）、到目标时间（T2T）、轨迹绕行时间（Orb）、获取速率（Rate）、路径长度效率（Path len eff）和完成率（Percent complete）。两组任务的标准误显示，尽管四自由度任务更复杂，但系统依然保持了较高的解码性能。
图f显示了单指任务中各手指的个别控制能力。在每次实验中，只有一个手指被提示进行动作。图中计算了每个手指在“Go”期间的平均速度，并通过归一化显示了不同手指组的独立性，验证了系统对个别手指的精确解码能力。
与现有的BCI技术相比，该系统在解码自由度和控制精度上实现了质的飞跃。此前的研究大多集中于单维度（如二维光标控制）或低自由度的手部运动，而该系统首次实现了多自由度手指动作的实时精准解码，满足了更多样化的应用需求。更为重要的是，与传统技术相比，该系统在任务复杂性增加的情况下仍能保持较高的目标完成率（100%），并显著缩短任务完成时间，从而提供了更直观和自然的控制体验。
