多维手写运动解码模型

多维特征提升解码性能

在2D速度之外引入3D速度、握力、书写压力和肌电等多维特征，显著提升瘫痪患者手写脑机接口的解码性能。

Yu, Bowen · Xu, Kedi · 朱君明 · 潘纲 · 张建民 · 王跃明 · 郝耀耀

Nature Communications 2026

技术优势

提升神经信号解读度

引入3D速度、握力、书写压力和肌电等多维特征后，笔画和提笔的神经信号可解释性显著提高，表明运动皮层编码了更丰富的手写运动维度。

增强手写解码性能

在解码算法中利用这些多维特征能够提升手写解码准确率，为高性能手写脑机接口提供新的特征维度。

应用场景

• 脑机接口：用多维手写特征构建更高精度的脑到文本通信系统，为瘫痪者替代键盘输入。
• 神经假肢控制：将多维护写运动编码模型用于神经假肢的精细运动控制，提高假肢操控的灵活度。
• 康复机器人：提取多维手写特征作为康复机器人的控制输入，辅助运动功能恢复训练。
• 人机交互：利用多维特征提高人机交互系统中手写输入的效率和鲁棒性。