每个参与者的脑机接口训练的演变

1号和3号参与者的准确率提高与特征辨别能力的改善相关，特征辨别能力是算法区分“向左走”和“向右走”的大脑活动模式的能力。研究团队发现，更好的特征辨别能力不仅是机器学习的结果，也是参与者大脑学习的结果。1号和3号参与者的脑电图显示，当他们提高精神控制设备的准确性时，其脑电波模式也发生了明显的变化。

这意味着，在长期训练过程中，1号和3号参与者的大脑发生了皮质重组，巩固了调节大脑不同部分的技能，以生成“向左走”和“向右走”的不同模式。

参与者操作思维控制轮椅的示意图

与1号和3号参与者相比，2号参与者仅在最初的几次训练中略微提高了准确率，但在接下来的训练中保持稳定。与之相对应，2号参与者的脑电图显示，在整个训练过程中，他的大脑活动模式没有发生明显变化。这表明机器学习的本身不足以成功地操纵这样一个思维控制的设备，参与者的大脑活动模式改变也十分重要。

3名参与者的最终测试

在训练结束时，3名参与者都被要求驾驶轮椅穿过凌乱的病房。他们必须绕过诸如房间分隔器和医院病床等障碍物，这些障碍物是为了模拟真实环境而设置的。其中，1号和3号参与者都完成了任务，2号参与者没有成功。

José del R. Millán 教授

该论文的通讯作者 José del R. Millán 教授表示，对于一个人来说，要获得良好的对脑机接口的控制，使之能够进行相对复杂的日常活动，比如在自然环境中驾驶轮椅，这需要在大脑皮层中进行一些神经可塑性重组。

3名参与者在最终测试的每个路径点的成功率

不仅如此，这项研究还强调了对使用者进行长期培训的作用。例如，尽管1号参与者在最后测试中表现异常出色，但他在最初的几次训练中也很挣扎。接下来，研究团队想要弄清楚为什么2号参与者没有体验到学习效应。他们希望对所有参与者的大脑信号进行更详细的分析，以了解他们的差异，并为未来在学习过程中遇到困难的人提供可能的干预措施。

研究模式图

总而言之，这项研究表明，相互学习和共享控制可能是开发强大有效的脑驱动神经假体的两个基石，用户和脑机接口算法的相互学习对于用户成功操作思维控制轮椅都很重要，并强调了改善非侵入性脑机接口技术临床转化的潜在途径。

天桥脑科学研究院TCCI应用神经技术前沿实验室主任 Gerwin Schalk 教授表示，我们正处于一个令人兴奋的发展的开端，希望将能够开发出的神经技术，不仅在实验室或临床上展示出潜力，还能适用于普通公众。现在已经有许多技术使我们更接近自己的身体（如测量心率、运动等的智能手表）。在未来，神经技术也会让我们更接近自己的大脑。这些设备将适用于患者和普通人，告诉我们大脑的健康状况，并为改善大脑提供新的机会。在我领导的TCCI应用神经技术前沿实验室，我们一直专注于让这个梦想成为现实。

原始出处：

uca Tonin， Serafeim Perdikis， et al. Learning to control a BMI-driven wheelchair for people with severe tetraplegia. iScience， 2022.