脑机接口新突破:用意念同时操控自然肢体与机械臂
核心难题
脑机接口(BCI)旨在通过直接神经控制扩展人类运动能力,但一直有个核心难题:怎么在不干扰你正常肢体运动的前提下,同时控制额外的机械臂。传统方法往往导致自然运动受到影响,因为运动控制指令和BCI指令共用同一条神经通路,互相干扰。
发表在 Nature Communications 上的一项研究提出了新方案:触觉编码BCI(tactile-encoded BCI)。

核心创新:走感觉通路,不走运动通路
理解这项研究需要先区分两条神经通路:
- 运动传出通路(efferent pathway):大脑向肌肉发送运动指令
- 感觉传入通路(afferent pathway):身体向大脑传递触觉等感觉信息
传统BCI通常走运动传出通路来解码你的运动意图,但这条通路和你自然运动的指令共用,容易互相干扰。
这项研究反其道而行,走感觉传入通路。具体做法是:通过触觉刺激(如振动按钮)诱发大脑产生P300事件相关电位(ERP)。P300是大脑注意到特定刺激时在约300毫秒后产生的脑电波峰。受试者只需在多个触觉刺激中注意自己想要选择的那一个,系统就能通过EEG检测P300信号,解码出受试者的意图,转化为机械臂的控制指令。
为什么走感觉通路能避免干扰
运动指令和感觉信号走的是不同的神经通路。当你在自然地活动手臂时,运动传出通路被占用,但感觉传入通路仍有余量。通过触觉刺激来编码额外设备的控制意图,就避免了与自然运动指令抢用同一条通路的问题。
实验设计
研究团队设计了一个多日实验,包含两个阶段:
- 单运动识别任务(single motor recognition task):验证BCI基线性能
- 双任务范式(dual-task paradigm):评估BCI与自然运动之间的互相影响
关键结果
- 系统实现了四个额外自由度的实时可靠解码
- 经过三天训练后性能显著提升
- 训练后,单任务和双任务条件下BCI性能无显著差异
- 并发控制机械臂时,自然运动的表现未受到明显影响
在最终的运动增强任务中,受试者成功使用该接口同时控制两只额外的机械臂,在双手任务中实现了功能性辅助。这意味着:一个人可以同时用自己的手臂做一件事,用意念控制机械臂做另一件事,两者互不干扰。
这项研究为什么重要
过去大部分BCI研究要么帮助瘫痪患者恢复功能,要么让健康人用意念控制外部设备,但很少能做到"同时控制自然肢体和额外设备且互不干扰"。这是"运动增强"(movement augmentation)领域的一个关键瓶颈。
应用前景
- 肢体瘫痪患者:在康复训练中使用机械臂辅助时不会影响残存的自然运动能力
- 职业增强:工人、外科医生等需要额外操作能力的场景
- 更远的概念验证:多臂操作(类似科幻作品中的额外肢体)
技术特点
这项BCI是非侵入式的(使用EEG脑电帽,无需植入电极),安全性高,但解码精度和自由度有限。P300范式的一个优势是几乎不需要训练就能使用,因为P300是大脑的自然反应,不需要受试者学习特定的脑电控制技巧。
局限与挑战
这项研究基于小样本,实际应用中可能面临:
- 长期稳定性:EEG信号质量会随时间衰减,电极接触变化
- 个体差异:不同人的P300特征不同,需要个性化校准
- 自由度限制:四个自由度仅能控制基本的机械臂动作
- 实时性:P300检测需要多次叠加平均,响应速度有限
未来需要更大规模和更长期的实验验证。
论文信息
- 标题:Concurrent control of natural and robotic limbs through a tactile-encoded brain-computer interface
- 作者:Tianyu Jia, Xingchen Yang, Ciaran McGeady, Yifeng Li, Jinzhi Lin, Kit San Ho, Feiyu Pan, Linhong Ji, Chong Li, Dario Farina
- 期刊:Nature Communications
- 发表日期:2026-07-02
- DOI:10.1038/s41467-026-75213-3
作者团队包括帝国理工学院Dario Farina教授(神经假肢领域知名学者)和清华大学李翀等,是一项中英合作研究。
- 中科院首次人工制造球状闪电,证实其本质为电磁孤子4/17/2026
- AI 乒乓球机器人击败人类精英:事件相机 + 强化学习的物理 AI 新范式4/24/2026
- Nature: 睡眠时长与生物衰老的U型关系5/17/2026
- 连续克隆 58 代后全部死亡:哺乳动物克隆极限的首次实证3/26/2026
- 餐后脂质代谢增强T细胞免疫,影响CAR-T疗效——Nature最新研究5/3/2026