研究：VR反馈可提升脑机接口对三维运动想象的解码能力
VR反馈可提升脑机接口对三维运动想象的解码能力
（映维网Nweon 2026年06月08日）英国阿尔斯特大学和巴斯大学的一项研究发现，在BCI脑机接口训练中加入具身虚拟现实反馈，能够显著提高对用户想象肢体运动的解码精度。
在研究中，健康右利手被试需要通过运动想象控制一个虚拟手臂，在三维空间中进行指向动作。研究人员对比了两种视觉反馈方式：传统的平面屏幕反馈，以及通过头戴式显示器呈现的第一人称立体VR反馈。
每次试验中，被试先注视中央标记，随后根据提示将虚拟手伸向空间中的四个目标位置之一。脑电图信号实时采集，并输入一个由卷积神经网络和长短时记忆网络构成的深度学习解码器，用于连续预测虚拟手在X（左右）、Y（上下）、Z（前后）三个方向上的运动速度。
研究采用三种评估策略来衡量解码效果：固定解码器泛化（模拟真实在线使用场景）、顺序自适应训练（每轮训练后更新解码器）以及同会话内重建（估算解码器理论上限）。主要结果以解码速度轨迹与实际速度的皮尔逊相关系数（r）表示，数值越高代表解码越准确。
在同会话内重建评估中，VR反馈下的平均相关系数达到0.762，而屏幕反馈为0.672。在更贴近实际使用的固定解码器泛化条件下，VR反馈的平均相关系数为0.668，屏幕反馈为0.538，VR优势相当于提升了约13%。所有对比的统计显著性均达到p≤0.002，效应量较大（Cohen‘s d 1.42–2.05）。
进一步分析显示，VR反馈的优势在三个运动方向均存在，其中前后方向（Z轴）的增益最明显，左右方向（X轴）的基线表现最低但相对提升幅度最大。线性混合效应模型确认了反馈类型和运动方向的主效应，未发现二者之间存在显著交互作用。
研究同时发现，VR反馈带来的优势并不仅仅是因为解码器拟合得更好。即便在固定解码器、不做任何再训练的情况下，VR反馈下的解码表现都明显优于屏幕反馈。团队认为，VR反馈能够帮助用户产生更稳定、更具泛化性的神经表征，降低了跨会话使用的校准需求。
脑电地形图分析显示，VR条件下在感觉运动和顶叶区域出现了更强、更集中的alpha和beta节律去同步化。功能连接分析进一步表明，VR反馈下前岛叶、后扣带皮层、上顶叶小叶等区域之间的耦合更为广泛，涉及delta到gamma多个频带，这种模式更接近真实肢体运动时的神经网络动态。
当然，研究存在若干局限，包括样本量较小，解码器为固定架构需要预先校准，且未能实现同一天内更新。另外，左右方向（X轴）的解码精度始终偏低，表明侧向运动的神经表征区分度较差，仍是实现全向三维控制的主要瓶颈。
尽管如此，研究者认为，具身VR反馈能够利用人体天生的视觉运动整合机制，使运动想象的神经模式更接近真实运动，这为未来设计更直观、更稳定的连续控制脑机接口提供了重要设计原则。
