用于解码汉字笔画和拼音单元音想象书写的脑电图数据集

在不动一根肌肉的情况下重新想象书写

对于因中风或受伤而失去书写能力的人来说，记下一条便条这样简单的行为也可能变得不可能。脑机接口旨在弥合这道鸿沟，将思维直接转化为文本或动作。迄今为止，最成功的系统依赖于脑内植入电极——强大但具有侵入性。本研究朝着更安全的替代方案迈出了重要一步，发布了首个公开的脑电记录集，记录了人们想象书写汉字笔画和拼音元音时的脑电，为未来非侵入式“意念到文本”工具铺平了道路。

为何用于书写的脑信号很重要

书写是一种效率极高的交流方式：它快速、紧凑且为几乎所有人所熟悉。许多脑机接口工作集中在大尺度、简单的运动上，如伸手或抓取，或通过心理“光标”逐一选择字母来拼写。植入电极的显著研究已经表明，解码想象中的书写在接近日常打字速度时是可行的。但脑外科手术对大多数患者来说并不现实，植入物的长期稳定性也仍是一个问题。使用头皮电极记录脑电的非侵入式方法如果能可靠读取与想象笔画相关的微弱、嘈杂信号，就可以广泛应用于医院、家庭和康复中心。

设计丰富的脑电库

为应对这一挑战，研究人员招募了21名健康的右撇子成年人，并使用32个传感器的脑电帽记录他们的脑活动。每位受试者参加了至少相隔一天的两次会话，为测试信号随时间的稳定性提供了条件。团队设计了两项精心安排的心理任务。第一项中，志愿者想象书写构成汉字的五种基础笔画——这些简单的直线和曲线可以组合成几乎任何字符。第二项中，他们想象书写汉语拼音的六个单元音，这些元音对应熟悉的圆润或带钩的字母状形状。每次试验以短暂的笔画或元音视觉动画提示开始，随后屏幕变黑，参与者在脑中默默想象沿着该形状描绘一次。

从原始脑电到可解码的模式

在两项任务和多次会话中，研究产生了18,480次为期四秒的想象试验——按现有脑机接口标准来看，这是一个大型且标准化的数据集。信号以很高的速度记录，然后使用国际脑数据标准进行整理，便于其他研究者分析。尽管共享文件保留了原始记录，作者也描述并发布了示例处理代码。在他们自己的测试中，他们对信号进行了滤波、校正故障电极、减少数据体积并对通道进行归一化，然后训练了一个名为 EEGNet 的紧凑深度学习模型。该模型旨在检测大脑中何处以及何时出现重要模式，因而非常适合捕捉伴随想象笔动作的短暂活动瞬时。

对书写意念的识别效果如何？

使用 EEGNet，团队评估了计算机识别受试者所想象笔画或元音的准确度。在同一记录会话内训练和测试时，平均准确率远高于随机水平：五笔任务超过70%，六元音任务约67%，部分个体超过80%。更重要的是，针对现实应用的考量，在一天训练、翌日测试的跨日实验中模型仍表现稳健——笔画约63%，元音约60%——显示出这些心理动作的大脑模式在时间上相当稳定。具有脑机接口使用经验的参与者通常达到更高的准确率，这表明用户可以通过练习产生更清晰、更一致的脑信号。研究者还发现，高表现者在与手部控制和空间规划相关的大脑区域显示更集中的活动，而低表现者的模式更为分散，这暗示了潜在的训练或反馈目标。

这对未来沟通辅助设备意味着什么

这项工作并非展示一个成品设备，而是提供了精心构建的基础：一个公开可用、注释丰富的汉语想象书写脑电记录集合。通过同时关注构成字符的基本要素（笔画）和元音的流动形状，该数据集捕捉了精细运动控制与计划的不同侧面。结果表明，即使使用非侵入性的头皮记录，计算机也能可靠地区分多种想象的书写动作并在跨日中保持这种表现。对于无法移动或说话的患者，基于这一资源构建的未来系统可能最终使他们仅凭在脑中想象笔画和字形就能“书写”句子。

引用: 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

关键词: 脑机接口, 脑电图, 想象书写, 汉字, 拼音元音