荆楚网（湖北日报）（报道：李云熙、田娟，摄影：胡东东）我国学者成功打造首台多模态脑计算机，以新视角研究脑组织修复，提高脑出血患者脑信号识别的确认率，提高脑出血患者脑信号识别的准确率，提高脑出血患者脑信号识别的准确率，提高脑出血患者脑信号识别的准确率脑出血，脑出血患者误认脑信号的比例为8%。 11月18日，华中科技大学同济医院唐周平教授团队和机械工程学院陶波教授团队在《自然》旗下国际期刊《科学数据》上发表了这一突破性成果。 图片显示前pert团队通过多模态脑机接口对全脑活动进行多维高密度监测 该研究开创性融合脑电图（EGG）和近红外光谱（FNIRS）技术，为脑出血患者提供标准、高精度的脑成像数据，填补了严重脑机接口基础数据的国际空白。这一成果标志着我国在临床脑接口数据标准化和基础设施建设领域得到国际同行的认可，为技术从实验室走向精准诊疗奠定了关键基础。 脑出血是死亡率和致残率最高的中风类型，幸存者常常面临严重的上肢功能障碍。基于“运动想象”的脑脑接口技术被视为神经康复的希望——患者无需进行实际操作动作，但仅使用“想法”，系统可以解释他们的大脑信号并驱动外部设备重建受损的神经通路。然而，这项技术长期以来都是基于正常健康人的大脑信号数据。 “脑出血患者大脑受损后，信号特征发生显着变化，d‘人体ATA一般正常模型对患者的解码精度较低，患者的治疗和康复效果也因此降低。”该项目负责人唐周平教授坦言，新的数据集必将解决这一“无米之炊”的困境，为开发真正适合脑出血患者的临床级计算机接口提供不可或缺的“地面数据”。出血。 研究团队利用高密度32通道脑电图（EEG）监测神经电活动，结合90通道功能性近红外传感器光谱学 (FNIRS) 技术可监测大脑中血氧的变化。首次实现了全脑神经活动的多维度、高密度同步监测。它就像帕古拉一样，是大脑的一个复杂的“观察天网”，极大地提高了空间覆盖范围和信息丰富度。 “这就像从单语翻译升级为优秀的双语翻译。”研究小组成员同济医院施健对此进行了清晰的解释。 “脑电信号敏感但易受干扰，近红外光谱信号稳定且定位精确。两者的结合使我们第一次能够清晰稳定地聆听和解读脑出血患者受损大脑在进行运动想象时独特的神经血管耦合语言。” 通过精确测量脑出血患者和健康对照组，团队首次绘制了脑出血患者的“信息图”脑出血后大脑ng意向的表达，为揭示神经损伤与修复机制开辟了新的视角。此前，唐周平团队今年8月在《Advanced Science》上发表的一项研究证实，利用脑出血患者和普通人的信号进行预训练，可以将脑出血患者脑信号分类的准确性提高8%。 唐周平介绍，该数据集已通过互联网向全球公开，为国际科研界共同开发下一代脑接口技术的临床转化和应用提供了不可或缺的公共基础设施，来自buong世界的未来医学专家汇聚一堂，改变世界各地的生命修复效果，为患者提供来自生命专家的生命修复效果严重者如脑溢血等。