作为人体的中枢神经控制系统，脑电波能够客观地反映人的生理状态，如情感、疲劳、专注度、所执行动作等，扮演着重要的预判“角色”。基于此，“脑机接口”在医疗中的应用已处于蓄势待发的状态。由哈尔滨工业大学仪器科学与工程学院孙金玮教授和他的团队成员曹天傲、王启松、刘丹、白鸥等人完成的一项科研课题“基于支持向量机－典型相关分析－通道筛选的运动想象通道选择方法”，日前在线发表在最新一期国际权威专业期刊《测量科学与技术》上，同时被收录于英国皇家物理学会期刊平台科学数据库中。专家认为，这项研究成果为实现“意念控制”、造福于瘫痪病人展现了光明前景。

在生活起居和与人交往中，人体四肢发挥着重要作用，如力量承载、信息传递等。而因卒中、外伤等原因所致瘫痪、知觉几乎丧失的患者，则不能像正常人一样随心所欲地开展灵活的肢体动作表达，由此造成巨大的精神和经济负担，同时也给社会带来重大的负荷及压力。在这样的现实背景下，基于瘫痪病人脑电信号进行运动意图的检测已得到了深入而广泛的研究，即让受试者大脑进行运动想象任务，例如想象自己某一肢体的运动，但实际该肢体保持不动，受试者只是进入单纯的肢体运动想象场景，此时脑电波会出现相应特征，提取出此类特征即可展开受试者运动意图的预测识别。大多数科研人员专注于用尽可能多通道的脑电信号采集全面丰富的信息，并借用复杂的算法提取运动意图特征，以加大意图预测的准确率。但这样的操作使信号采集变得繁琐，而且包含大量冗余信息，增加了运算的复杂度，不利于实际应用中产品的便携性和可穿戴性。

孙金玮团队则是在保证运动意图识别准确率在一定范围内的前提下，通过改进的典型相关分析，对所采集脑电信号的大量通道开展权重分析，逐一判断每个通道对实际运动意图预测准确率的贡献，并按照贡献大小进行通道权重排序，定义通道的重要性；之后观察高权重通道数的采集数量与最终运动意图识别准确率的关系，结果发现利用约1/4的通道已经能达到令人满意的识别率。而当通道数继续增添时，准确率无明显变化甚至出现下降趋势。

专家评价指出，这一理工医相结合的科研成果在传统多通道脑电信号采集的基础上，另辟蹊径，改进并建立了一种脑区最佳通道选择策略，在保证大脑运动意图识别准确性的同时，利用尽可能少的采集通道，以对头脑中的运动想象动作给予准确预测。研究者还探究了不同脑区在执行运动想象任务时的活跃程度，从而为瘫痪病人的日常生活与意图表达提供了更加高效的辅助方式，有望让“意念控制”梦想成真。