Nature Portfolio（Brain–machine interface）·2026-09-15 08:00· 2026-09-15AI 评分42

Nature 研究：辅助解码算法如何影响运动脑机接口的神经表征

Assistive algorithms influence neural representations in motor brain-computer interfaces

AI 导读

一项结合猴子运动皮层皮层内脑机接口纵向实验数据与循环神经网络（RNN）模型的研究，比较了固定解码器与自适应解码器对神经表征的影响。结果显示，自适应解码器在不引入任务误差的情况下改变神经活动到运动的映射，进而影响技能学习中的信用分配与神经表征变化。

AI 要点

团队

华盛顿大学生物工程系 Amy L. Orsborn 团队，第一作者 Pavithra Rajeswaran，共 4 位作者。

主要结果

自适应解码器下，学习相关变化主要集中于一部分读出神经元；固定解码器实验未出现这种集中。学习主要作用于低方差成分。

解决什么问题

辅助性自适应解码器不引入任务误差，其对技能学习与神经表征的影响此前不清楚。

方法

两只恒河猴（J、S）运动皮层多单位活动，仅读出活动解码控制二维中心-外伸任务光标；结合纵向 BCI 学习数据与循环神经网络模型。

局限

从研究设计看，实验仅两只猴子，且结合模型推断，非人体结果。

AI 依据原文整理，未经人工核对。