Un dataset EEG per decodificare l’immaginazione della scrittura: tratti dei caratteri cinesi e vocali Pinyin

Rivedere la scrittura senza muovere un muscolo

Per le persone che perdono la capacità di scrivere a seguito di ictus o lesioni, il semplice gesto di annotare qualcosa può diventare impossibile. Le interfacce cervello‑computer mirano a colmare questa lacuna trasformando direttamente il pensiero in testo o movimento. Finora, i sistemi più efficaci si sono basati su impianti cerebrali—potenti ma invasivi. Questo studio compie un passo importante verso un’alternativa più sicura, pubblicando la prima raccolta aperta di registrazioni delle onde cerebrali di persone che immaginano di tracciare i tratti dei caratteri cinesi e le vocali del Pinyin, aprendo la strada a futuri strumenti non invasivi per convertire il pensiero in testo.

Perché i segnali cerebrali sono importanti per la scrittura

La scrittura a mano è un mezzo di comunicazione sorprendentemente efficiente: è veloce, compatto e familiare alla maggior parte delle persone. Molti sforzi sulle interfacce cervello‑computer si sono concentrati su movimenti ampi e semplici, come raggiungere o afferrare, oppure su sistemi di spelling che selezionano lettere una per una con un “cursore” mentale. Lavori impressionanti con elettrodi impiantati hanno già dimostrato che è possibile decodificare la scrittura immaginata a velocità vicino alla digitazione quotidiana. Tuttavia la neurochirurgia non è un’opzione realistica per la maggior parte dei pazienti, e la stabilità a lungo termine degli impianti resta un problema. Un approccio non invasivo che utilizzi elettrodi sul cuoio capelluto per registrare le onde cerebrali potrebbe essere impiegato diffusamente in cliniche, case e centri di riabilitazione—se gli scienziati riescono a leggere in modo affidabile i segnali deboli e rumorosi associati ai tratti di penna immaginati.

Progettare una ricca libreria di onde cerebrali

Per affrontare questa sfida, i ricercatori hanno reclutato 21 adulti sani destrimani e hanno registrato la loro attività cerebrale usando un copricapo con 32 sensori. Ogni partecipante ha preso parte a due sessioni distanziate di almeno un giorno, fornendo un modo per testare la stabilità dei segnali nel tempo. Il team ha usato due compiti mentali accuratamente pianificati. Nel primo, i volontari immaginavano di scrivere cinque tratti di base usati per comporre i caratteri cinesi—semplici linee e curve che, in combinazione, possono formare quasi qualsiasi carattere. Nel secondo, immaginavano di scrivere sei vocali singole dell’Hanyu Pinyin, che corrispondono a forme rotonde e ad uncino familiari e simili a lettere. Ogni prova iniziava con una breve animazione visiva del tratto o della vocale per ricordare ai partecipanti il movimento, seguita da un periodo in cui lo schermo diventava nero e loro immaginavano silenziosamente di tracciare la forma una volta nella propria mente.

Dalle onde cerebrali grezze a pattern decodificabili

Attraverso entrambi i compiti e le sessioni, lo studio ha prodotto 18.480 prove di immaginazione della durata di quattro secondi—un dataset ampio e standardizzato secondo gli attuali standard per le interfacce cervello‑computer. I segnali sono stati registrati a frequenza molto alta, quindi organizzati con cura usando uno standard internazionale per i dati cerebrali in modo che altri ricercatori possano analizzarli facilmente. Sebbene i file condivisi preservino le registrazioni grezze, gli autori hanno anche descritto e rilasciato codice di esempio per l’elaborazione. Nei loro test hanno filtrato i segnali, corretto elettrodi difettosi, ridotto la dimensione dei dati e normalizzato i canali prima di addestrare un modello di deep learning compatto chiamato EEGNet. Questo modello è progettato per rilevare sia dove nel cervello sia quando nel tempo compaiono pattern importanti, rendendolo adatto alle brevi esplosioni di attività che accompagnano i movimenti di penna immaginati.

Quanto è leggibile il pensiero della scrittura?

Usando EEGNet, il team ha verificato con quale accuratezza un computer poteva determinare quale tratto o quale vocale una persona stesse immaginando. Quando l’addestramento e il test sono stati effettuati nella stessa sessione di registrazione, le accuratezze medie erano ben al di sopra del caso: oltre il 70% per il compito dei cinque tratti e circa il 67% per il compito delle sei vocali, con alcuni individui che superavano l’80%. Più importante per l’uso nel mondo reale, i modelli addestrati in un giorno e testati il giorno successivo hanno comunque mantenuto buone prestazioni—circa il 63% per i tratti e il 60% per le vocali—mostrando che i pattern cerebrali per queste azioni mentali sono abbastanza stabili nel tempo. Le persone con esperienza precedente nell’uso di interfacce cervello‑computer tendevano a ottenere accuratezze più alte, suggerendo che gli utenti possono imparare a produrre segnali cerebrali più chiari e coerenti. I ricercatori hanno anche riscontrato che i partecipanti con migliori prestazioni mostravano attività più focalizzata in regioni cerebrali legate al controllo della mano e alla pianificazione spaziale, mentre i partecipanti con prestazioni più basse avevano pattern più dispersi, suggerendo possibili bersagli per addestramento o feedback.

Cosa significa questo per i futuri ausili alla comunicazione

Invece di presentare un dispositivo finito, questo lavoro offre una base costruita con cura: una raccolta aperta e ampiamente annotata di registrazioni cerebrali dell’immaginazione della scrittura in cinese. Concentrandosi sia sui mattoni costitutivi dei caratteri (i tratti) sia sulle forme fluide delle vocali, il dataset cattura aspetti differenti del controllo motorio fine e della pianificazione. I risultati mostrano che anche con registrazioni non invasive dal cuoio capelluto, i computer possono distinguere in modo affidabile tra molteplici movimenti di scrittura immaginati e mantenere tali prestazioni nel corso dei giorni. Per i pazienti che non possono muoversi o parlare, sistemi futuri costruiti su questa risorsa potrebbero infine consentire loro di “scrivere” frasi semplicemente immaginando i tratti e le forme delle lettere nella mente.

Citazione: Wang, F., Chen, Y., Wang, P. et al. An EEG dataset for handwriting imagery decoding of Chinese character strokes and Pinyin single vowels. Sci Data 13, 332 (2026). https://doi.org/10.1038/s41597-026-06708-3

Parole chiave: interfaccia cervello-computer, elettroencefalografia, immaginazione della scrittura, caratteri cinesi, vocali Pinyin