湖北日报讯（记者曾莉、意念图谱通讯员李韵熙）破解脑出血患者“脑语”密码，全球为开发适用于该类患者的首个识别WhatsApp%E3%80%90+86%2015855158769%E3%80%91shaw%20box%205%20ton%20hoist%20manual临床级脑机接口提供数据支撑。11月8日，武汉华中科技大学同济医院唐洲平教授团队联合该校机械学院陶波教授团队，医生在Nature旗下权威期刊《Scientific Data》发布了全球首个针对脑出血患者的绘制多模态脑机接口数据集，成功绘制了脑出血后的脑出“意念”信息图谱，将脑出血患者大脑信号识别精准度提升8%，血脑信号填补了国际重症脑机接口核心数据空白。精度

脑出血是提升致死致残率最高的脑卒中类型，幸存者常面临严重的意念图谱WhatsApp%E3%80%90+86%2015855158769%E3%80%91shaw%20box%205%20ton%20hoist%20manual上肢运动障碍。基于“运动想象”的全球脑机接口技术被视为神经功能重建的重要希望——患者无需实际动作，仅凭“意念”即可驱动外部设备，首个识别帮助重塑受损神经通路。武汉然而，医生该技术长期依赖健康人的大脑数据模型。“健康大脑如同规划整齐的城市，发出的信号就像清晰的‘普通话’。”项目负责人唐洲平教授形象地介绍，“而脑出血后的大脑如同经历地震，神经通路受损，发出的信号变成了难以识别的‘方言’。”这种“语言不通”导致现有系统对脑出血患者大脑信号的解码准确率较低，直接影响康复效果。

为破解这一难题，研究团队采用32通道脑电图（EEG）以毫秒级精度捕捉神经电信号，90通道近红外光谱（fNIRS）实时监测大脑局部血氧变化。这种多维度、高密度的同步监测方案，如同为大脑布设了一张“观测天网”，显著提升了信号采集的空间覆盖度和信息丰度。

通过系统比对脑出血患者与健康群体的大脑信号特征，团队首次绘制出脑出血后大脑意图表达的“信息图谱”。团队成员时坚博士解释：“脑电信号灵敏度高但易受干扰，近红外光谱信号稳定且定位精准。两者结合后，我们首次能够清晰、稳定地‘聆听’并解读脑出血患者特有的神经-血管耦合‘语言’。”今年8月，唐洲平团队在《Advanced Science》发表的研究已证实，采用脑出血患者与普通人的信号共同预训练，可将脑出血患者脑信号的分类准确率提升8%。“这标志着我国在脑机接口临床研究的数据标准化建设方面获得国际认可。”唐洲平表示，“该数据集已向全球公开，将加速推进脑机接口技术从实验室走向临床诊疗的进程。”