「十万卡」论文精读 | 从大脑活动非侵入式解码句子，Meta团队AI+脑机接口研究登Nature子刊

文| 重庆医科大学李清峰 赵祺瑞

近期，国家药监局批准发布我国第三个脑机接口医疗器械标准，也是全球第一个采用人工智能技术处理脑电数据的脑机接口医疗器械产品标准。

侵入式脑机接口（BCI）如今已帮助少数失语或瘫痪患者输出文字与语音。然而，植入这些侵入性设备也伴随着神经外科固有的风险，长期植入还面临感染、出血、稳定性和维护问题。非侵入式脑机接口或许能够解决这一挑战，然而，现有技术通常基于头皮脑电图（EEG），其信号与噪声比有限，并要求使用者完成复杂的任务。

近日，Meta AI 研究团队在《Nature Neuroscience》上提出一种基于脑活动解码句子生成的非侵入式方法，并在由 35 名健康志愿者组成的受试群体中验证了其有效性。

图示：Brain2Qwerty 的实验范式与模型路径

研究人员开发了新的深度学习架构 Brain2Qwerty。35 名健康熟练打字者先短暂记忆西班牙语句子，再在无字母反馈条件下输入。模型将每次按键附近的脑 电图（EEG）或脑磁图（MEG）信号依次交给卷积网络、句子 级 Transformer 和字符级语言模型，最终恢复整句文本。

Brain2Qwerty 在 MEG 上的平均字符错误率（CER）为 29±1.7%，在EEG 上为 65±0.7%，设备间比较的 P 值为 1.0×10^-7；表现最佳的 MEG 参与者达到 18±2.3%，并能完美解码训练集以外的各种句子。这组结果限定在健康人的受控显式打字任务中，依赖真实按键时刻、完整句子和西班牙语字符级 9-gram 模型校正。总体而言，这些结果缩小了侵入式与非侵入式方法之间的差距，为开发适用于无法交流患者的安全脑机接口铺平了道路。

研究亮点：

• MEG 将完整模型的平均 CER 从 EEG 的 65% 降至 29%。最佳和最差 MEG参与者分别为 18% 和 47%，EEG 为 61% 和 69%；记录模态差距贯穿手别分类与整句输出。

  
  

• 三阶段消融比较了单窗信号、句内上下文和字符统计对应的性能变化。MEG上 Linear、EEGNet、Convolutional、Conv+Trans（Convolutional+Transformer） 与完整模型的 CER 依次约为 0.78、0.72、0.49、0.36 和 0.29。最终 29% 同时包含神经解码与语言先验的结果。

  
  

• 失败条件给出了清楚的应用边界。在移除 9-gram、只用 MEG Conv+Trans 的分析中，未在训练集中出现的词平均 CER 为 70%；补充两阶段异步管线使 MEG CER 从 0.295 升至 0.661；患者运动尝试、运动想象和跨参与者泛化仍待验证。

Brain2Qwerty 论文解读稿全文及论文原文已上线超算互联网 AI 社区「知识广场」—「十万卡·AI4S论文精读」，可访问下方链接获取：

https://www.scnet.cn/ui/aihub/knowledge/openaimodels/OY3uAzM0fRS4?id=1979101944665579522