通过流形几何学习非侵入式脑机接口

Human learning of noninvasive brain-computer interfaces via manifold geometry

作者信息Erica L Busch, E Chandra Fincke, Guillaume Lajoie, Smita Krishnaswamy, Nicholas B Turk-Browne
PMID42265352
发布时间2026-06-09
DOI10.1038/s41593-026-02311-2

摘要

脑机接口(BCI)有望恢复和增强人类能力,但其应用受到用户学习速度慢且不一致的限制。本研究证明,通过利用大脑活动的自然几何结构(内在流形),可以加速BCI学习。参与者使用实时功能磁共振成像进行训练,通过自我调节支持空间导航的脑区活动来控制视频游戏中的虚拟化身。我们扰动大脑活动与化身运动之间的映射关系,以测试神经流形如何约束人类BCI学习。当新的映射依赖于内在流形的显著方差方向时,参与者能通过将大脑活动重新对齐到这些方向来成功获得控制;而当新映射不遵循内在流形时,参与者则无法学会控制化身。这些发现揭示了高阶脑区中的流形几何如何引导人类学习复杂认知任务,为改进未来神经技术提供了一个关键原则。

实验方法

产品清单