问题——脑卒中是成年人致残的重要原因之一；临床上，许多患者出现单侧肢体功能障碍——尤其是上肢精细动作受限——直接影响穿衣、进食等日常活动。康复训练强调“用进废退”，但在实际训练中，患侧往往难以主动运动，依从性和训练效果因此受限。如何在“动不了”的情况下，仍能围绕患侧开展有效训练，一直是康复领域的难题。 原因——传统脑机接口用于康复训练时，常让患者进行双侧运动想象或左右交替任务，以提取运动对应的脑信号并驱动外部设备。但卒中患者容易形成代偿：健康侧更容易被动员，患侧相关通路参与不足，存在“越练越偏”的风险。同时，患侧运动意图信号通常较弱、个体差异明显，单一脑电特征或单模态数据更易受噪声干扰，导致识别不稳定，难以支持精细化训练。 影响——针对这些问题，北京天坛医院脑机接口转化研究中心牵头，联合南昌大学、河北工业大学、国家康复辅具研究中心等团队，提出面向患侧的单侧解码新架构。研究以45例慢性脑卒中患者为验证对象，要求患者尝试表达握拳、捏握、抬腕、屈肘等动作意图。即便患侧肢体无法实际运动，系统仍可从中枢运动指令与残余肌电活动中提取线索并判断意图。结果显示，在4类动作识别任务中，系统平均准确率为52.79%，较现有方法提升超过9个百分点，提示该方案在弱信号场景下具备更好的可用性与稳定性，为脑机接口从实验走向康复应用提供了新的技术路径。 对策——从技术路径看，该架构以“多源信息相互校验、动态融合提升鲁棒性”为核心，主要由三部分协同实现：一是多视角分析模块，捕捉并刻画不同频段的脑电信息，提高对微弱运动相关特征的敏感性；二是皮层—肌肉连接模块，同步采集脑电与患侧残余肌电，用外周端保留下来的“运动痕迹”对中枢意图进行校验，减少误判；三是智能融合模块，根据个体状态与信号质量动态调整权重，降低多信号源相互干扰带来的偏差。另外，该技术采用非侵入式方案，主要依靠电极帽与肌电传感器完成采集，应用门槛更低，也更符合康复治疗长期、重复使用的安全性与可及性需求。 前景——业内认为，脑机接口在康复中的关键不仅在“识别”，更在于形成可持续的训练闭环。研究团队提出，该系统未来有望对接康复机器人或功能性电刺激系统，打通“意图识别—辅助执行—感觉反馈”流程：当患者产生患侧动作意图时，由外部设备辅助完成动作，并将执行结果以感觉或视觉等方式反馈至中枢神经系统，促进神经可塑性重塑，逐步推动运动功能恢复。面向临床转化，下一步仍需在更大样本、更多动作类别、不同病程阶段人群中验证其泛化能力，并评估在真实康复场景下对功能结局的提升幅度、训练周期以及成本效果。同时，数据标准化、个体化参数自适应与设备一体化程度，也将影响其推广速度与应用边界。
这项融合神经科学与工程技术的研究，为卒中患者的功能重建提供了新的可能，也展示了人机协同在康复医疗中的应用方向；当技术能够更准确地解读大脑发出的“指令”，康复训练就有机会在患者难以自主运动的阶段继续推进。随着更多临床验证与系统化落地，这类医工交叉成果有望为应对老龄化带来的神经系统疾病负担提供更可行的解决方案。