多维手写运动的皮层表征及其对神经假肢的意义

这对未来通信为何重要

对于无法移动手的人来说，仅凭大脑活动“书写”可能恢复一种快速且自然的交流方式。该研究比单纯纸上笔迹更深入地探讨了人类大脑如何控制书写。通过揭示大脑使用的额外隐含信号——比如我们按压的力度、笔画之间空中的运动以及肌肉的招募方式——这项工作为脑机接口指明了方向，使得将想象中的手写转换为文本的准确性和可靠性优于以往。

将书写作为洞察心智的窗口

书写是人类最常练习的技能之一，融合了精细运动控制、时机把握和个人风格。研究者长期以来利用书写来研究帕金森等脑部疾病，并构建能够识别文字的计算系统。近来，科学家已表明脑机接口可以解码想象中的书写，使瘫痪者在脑中“写”字母或轨迹并在屏幕上看到它们被转换成文本。然而，大多数系统将书写视为纸面上的二维平面运动，忽略了真实书写还包含提笔、笔尖高度变化、握笔力度以及细微的肌肉活动等事实。

在想象书写时观测大脑内部

作者记录了一位高位脊髓损伤、无法移动四肢的男性大脑运动区域中单个神经元的活动。微型电极阵列植入到通常控制手部的皮层区域。当他观看演示如何书写数字和汉字的视频时，他在脑中尝试追踪每一笔和提笔动作。研究者发现，神经元仍遵循健康运动中观察到的经典规律：许多细胞偏好特定的运动方向，这些模式强到足以让计算机解码出可识别的单次试验数字形状。有趣的是，当他们将整个字符视为简单的二维运动时，对纸上笔画的解码远好于对笔画间空中运动的解码，这表明模型中缺失了某些重要信息。

加入高度、力度与肌肉活动

为填补这些缺失信息，团队从六位健康志愿者处收集了相同字符的详细书写数据。他们以三维追踪笔尖，测量握笔的紧度、笔在纸上的按压力度，并记录前臂肌肉的电活动。这些记录揭示，提笔并非仅是空中的直线：它们会上弧并常常超越目标后再回落，而且即便笔离开纸面，握笔和肌肉也持续发生变化。许多这些特征在人群间高度模板化，意味着平均模板可以作为瘫痪参与者试图想象的运动的替代。

大脑如何混合多种运动信号

通过将健康志愿者的多维手写模板与瘫痪参与者的神经活动对齐，研究者测试了哪些特征最能解释每个神经元的放电。仅包含平面二维速度的模型仍有大量神经变异无法解释。当加入笔尖高度、垂直速度、握力、压力和肌肉相关信号后，更多的神经模式得到了合理解释。不同神经元携带这些组成要素的混合：有些对整体速度最敏感，有些更对肌肉样信号或垂直运动敏感，许多神经元同时组合两到三个特征。关键是，加入垂直运动和肌肉活动等额外维度改善了模型对纸上笔画与空中提笔两者的描述。

将更丰富的大脑信号转化为更清晰的书写

团队接着检验解码这些额外维度是否能实际提升交流效果。使用机器学习模型，他们尝试了两种策略：一种仅解码二维笔速，另一种则解码包括垂直运动、握力和按压力在内的更丰富集合。为识别所写字符，他们使用时间扭曲方法将解码出的模式与健康写作者的参考字符库进行比较，该方法能对齐不同书写速度的序列。仅使用平面二维运动时，识别有时可行；当包含完整的多维信息时，准确率显著提高，接近半数字符被正确识别，尽管用户完全瘫痪且仅在想象这些动作。

这对未来神经假肢的意义

这项工作表明运动皮层并不将书写编码为纸上的简单线条。相反，它表征的是一种丰富的、多维的动作，同时包含笔画、提笔、高度、力和肌肉模式。对于脑机接口而言，这意味着解码器应力求重建完整的、三维并考虑力的书写版本，而不仅仅是描绘平面路径。尽管当前系统尚未达到日常使用所需的速度或精确度，但将这种多维解码与先进的语言模型结合，可能大幅提升脑对文本的通信能力，使我们更接近于为无法移动手的人恢复自然书写能力。

引用: Wang, Z., Xu, G., Yu, B. et al. Cortical representation of multidimensional handwriting movement and implications for neuroprostheses. Nat Commun 17, 3966 (2026). https://doi.org/10.1038/s41467-026-70536-7

关键词: 手写 脑机接口, 运动皮层, 神经假肢 通信, 多维运动, 瘫痪