脑机接口(brain- computer interfaces, BCIs)可以帮助失去行动或说话能力的人恢复沟通。先前的脑机接口研究表明，粗大运动技能的运动意图，如到达、抓住或移动电脑光标，在瘫痪后仍在大脑运动皮层中进行神经编码。然而，对于快速和高度灵巧的动作（如手写）的神经表现是否也完好无损，仍不得而知。

研究人员开发了一种皮质内脑机接口，它利用运动皮层的神经活动解码试图进行的手写动作，并使用递归神经网络解码方法将其实时转换为文本。递归神经网络是具有树状阶层结构且网络节点按其连接顺序对输入信息进行递归的人工神经网络，是深度学习算法之一。

研究人员通过记录中央前回（运动前区）“knob”区域中两个微电极阵列的神经活动来测试这一点，同时项目实验的参与者T5尝试手写单个字母和符号（图1a）。T5严重脊髓损伤，颈部以下瘫痪。研究人员指示T5“尝试”书写，像他的手没有瘫痪一样，同时想象他拿着一支笔在一张格子纸上。

通过这种BCI，研究参与者（手因脊髓损伤而瘫痪）的打字速度达到每分钟90个字符，在线原始准确率为94.1%，离线自动更正准确率超过99%。

研究人员表示，该研究结果为BCIs的未来研究开辟了新的道路，因为它证明了在人们瘫痪数年后，仍有可能准确解码快速、灵巧的动作。

参考文献：Willett FR, Avansino DT, Hochberg LR, et al. High-performance brain-to-text communication via handwriting[J]. Nature,2021,593:249-254.