Google News：brain-computer interface·· 2026-09-14精选AI 评分82
UCSF Edward Chang 团队用 ECoG 脑机接口同步解码语音与手势，驱动全身虚拟形象
Brain-computer interface enables avatar speech and gestures for people with paralysis - Medical Xpress
AI 导读
UCSF Edward Chang 团队在 3 名存在发声与肢体瘫痪的受试者运动皮层植入 ECoG 阵列，用解码器将同时进行的语音与手势意图转化为全身虚拟形象的动作，研究发表于 Nature Neuroscience。团队发现同步表达时的脑信号并非语音与手势信号的简单叠加，解码器若先用同步表达数据训练，解码效果更好。目前系统为有线连接，团队称将很快测试全植入式无线版本。
AI 要点
团队
加州大学旧金山分校（UCSF）神经外科教授 Edward Chang 团队；属于长期专攻脑机接口、与医院有长期临床合作的团队。
主要结果
首次同时解码言语与上肢手势，两名受试者的想法被转译为全身虚拟化身的表达；混合表达的解码器需用同步数据训练才更成功。
解决什么问题
现有眼动追踪文字转语音慢、表达形式有限且易疲劳；此前 BCI 只能单独实现言语或手势，同时进行还会削弱言语能力。
方法
3 名不同程度的言语与肢体瘫痪患者，运动皮层植入 ECoG 电极条，用机器学习解码器翻译脑信号；受试者分别及同时尝试说短语、做挥手或竖拇指等手势。
局限
从研究设计看，属概念验证研究，样本仅 3 名受试者；所用系统为有线连接植入传感器与外部处理单元。
AI 依据原文整理，未经人工核对。
AI 推荐理由
UCSF 团队在 3 名瘫痪受试者上同步解码语音与手势，读者可据此了解多模态脑机接口相对单一模态的解码差异。
来源：Google News：brain-computer interface · news.google.com