▶提出一种基于脑磁图源级信号的疲劳感知的主动-被动双重脑机接口（BCI）系统：主动BCI解码运动想象意图控制外骨骼，被动BCI实时监测前扣带回皮层的低γ波段神经活动来推断精神疲劳
▶验证了运动想象脑机接口任务中疲劳神经标志物的有效性以及动态干预策略提升脑机接口控制性能的有效性 ▶为个性化脑卒中康复治疗提供了新路径，同时具有扩展到驾驶、飞行等安全关键领域的潜力 |
近日，来自英国阿尔斯特大学智能系统研究中心的科研团队发布一项重要研究成果，提出一种融合主动与被动脑机接口（BCI）的疲劳感知个性化系统，为脑卒中患者上肢康复治疗提供了全新解决方案。该系统通过实时监测患者精神疲劳状态并动态调整康复方案，显著提升了脑机接口控制外骨骼的稳定性与长期有效性，有望推动神经康复领域向精准化、个性化方向跨越。
用于控制外骨骼的个性化双重脑机接口架构 ©The Authors/TechRxiv脑机接口技术作为连接大脑与外部设备的“桥梁”，无需依赖外周肌肉即可实现运动控制，已成为脑卒中后运动功能恢复的关键技术之一。其中，基于运动想象（MI）的脑机接口通过解码患者想象肢体运动时的神经信号，能辅助上肢外骨骼完成动作，其康复效果已被证实优于传统物理治疗。但长期以来，现有脑机接口康复系统普遍采用“一刀切”的非自适应方案，忽视了患者个体差异，且长时间的认知任务易引发精神疲劳，导致脑机接口解码精度下降、患者脱离治疗等问题，严重影响康复效果。针对这一痛点，研究团队创新性地构建了“主动-被动”双重脑机接口闭环架构。- 主动脑机接口模块：专注于运动想象意图解码，通过306通道MEG系统捕捉大脑运动皮层的β波段（13-30Hz）神经信号，经空间滤波和机器学习算法处理后，精准驱动上肢气动外骨骼完成抓握等动作，并量化控制精度。
- 被动脑机接口模块：实时监测前扣带回皮层（ACC）的低γ波段（31-45Hz）活动——这一被验证为可靠的疲劳神经标志物，能在患者主观感受到疲劳前，提前识别疲劳状态。当检测到疲劳信号时，系统自动触发3分钟试间休息，也允许患者根据自身状态手动调整。
分析流程示意图 ©The Authors/TechRxiv
相较于常用的脑电图（EEG），MEG具有更高的时间和空间分辨率，能更精准地捕捉大脑源级神经活动，为疲劳检测提供可靠数据支撑。考虑到MEG设备对电磁干扰的敏感性，团队还专门研发了无电子元件的气动外骨骼，通过无线信号传输和气压驱动，既保证了数据采集精度，又能为患者提供真实的触觉反馈。为量化康复效果，研究团队定义了“动觉闭合百分比（KPC）”指标，通过计算外骨骼正确完成动作步骤的比例，直观反映脑机接口控制精度。实验分为两个阶段开展，共招募23名无神经肌肉疾病的健康参与者（为后续脑卒中患者应用奠定基础）：- 第一阶段验证了精神疲劳与脑机接口性能的强相关性，结果显示，随着疲劳程度加深，KPC指标显著下降，两者皮尔逊相关系数达-0.366，表明精神疲劳会严重削弱运动想象信号的解码准确性；
- 第二阶段引入自适应干预机制，当被动脑机接口检测到前扣带回皮层（认知疲劳核心区域）的低γ波出现特征性波动时，自动触发3分钟试次间休息，参与者也可根据自身状态手动调整。
第二阶段中，KPC与疲劳评分的负相关性进一步增强（相关系数-0.386），但通过个性化休息，患者的精神疲劳得到有效缓解，外骨骼控制的稳定性显著提升。更重要的是，研究发现，MEG技术能在患者主观感知到疲劳前约500秒就检测到疲劳信号，这一“提前预警”功能解决了传统主观评估滞后的难题，为及时干预提供了关键窗口。此外，作为运动皮层激活程度的重要指标，β反弹（13-30Hz）在休息后持续保持稳定，而未设置休息的对照组则在120次试次后大幅衰减，证实了个性化休息对维持患者运动参与度的重要作用。研究团队指出，精神疲劳是影响脑机接口康复效果的核心因素，而每个人的疲劳阈值和恢复速度都存在差异。该系统的核心突破在于实现了“状态感知-动态适配”的闭环，通过被动脑机接口捕捉个体神经信号特征，让康复方案精准匹配患者实时状态。除脑卒中康复外，这一疲劳监测技术还可拓展至驾驶、无人机操控等安全关键领域，为人员状态监测提供可靠手段。目前，该系统已在健康人群中完成验证，下一步团队计划将其应用于脑卒中患者群体，优化休息时长的自适应算法，实现无需人工干预的全自主康复流程。研究得到了阿尔斯特大学校长研究奖学金、北爱尔兰功能脑成像设施等多项资助支持，相关技术为神经康复领域的个性化治疗提供了重要技术支撑，有望让更多脑卒中患者受益于精准医疗技术的进步。论文标题：Fatigue-Aware BCI for Adaptive Neurorehabilitation: Towards Personalised Stroke TherapyDOI：https://doi.org/10.36227/techrxiv.176704469.94104234/v11.本文内容、图片来自网络，详情可参考文末链接；仅用于科普分享，如有侵权请告知删除。2.本公众号分享的医疗资讯仅供参考，不应被视为医疗建议。在做出任何与健康相关的决定或治疗计划之前，务必咨询合格的医疗专业人员。本文所呈现的信息基于当前的研究和专家观点，随着新证据的出现，这些信息可能会有所变化。
