腦機啟偵 | 光肌圖神經接口：截肢者也能玩俄羅斯方塊（03.25）

01“意念控制”不一定非得用腦

在前瞻布局腦機接口和神經技術的商業巨頭中，Meta走非侵入式路線，核心聚焦神經運動接口與非侵入式腦電/腦磁語言解碼兩大方向，服務于元宇宙、AR/VR、消費電子與無障礙交互，與Neuralink的侵入式路線形成鮮明分野。近日，Meta旗下Reality Labs資助6支高校團隊進一步升級其sMEG神經腕帶技術，包括用于聲控表達的sEMG自適應界面、優化基于多sEMG的通信帶寬、優化中樞神經系統完好和受損人群的肌電接口學習等主題，助力其Meta Neural Band（神經腕帶）等產品落地。

雖然目前基于各類腦信號的腦機接口是媒體聚焦的熱點，但在人機交互、可穿戴設備以及智能康復產品快速發展的今天，基于周圍神經信號的神經接口的規模化應用潛力仍不可小覷。而且由于其不直接采集腦信號，公眾接受度可能更高。不過，雖然以表面肌電圖（sEMG）為核心的肌肉交互技術已占據主導地位數十年，卻始終難以突破信號串擾、電磁干擾、傳感器穩定性差等技術瓶頸，導致大量上肢假肢用戶因操控困難而放棄使用。Meta的近期舉措也正說明了這一問題。

結合了AR和神經腕帶技術的Meta Ray-Ban眼鏡

02為何棄“電”用“光”

近日，來自俄羅斯斯科爾科沃科技學院、莫斯科國立大學等機構的團隊成功研發出基于光肌圖（Optomyography，OMG）的可穿戴腕帶系統，實現肌肉活動的連續實時解碼，讓健康人與截肢者都能快速掌握類鼠標光標控制、甚至流暢游玩俄羅斯方塊，為下一代神經假肢與可穿戴人機界面開辟全新路徑。

作為人體與機器之間的“翻譯官”，傳統肌電交互依賴電極采集肌肉電信號，在實際應用中暴露出諸多短板：電極貼合要求高、信號易受電器與運動噪聲干擾、不同肌肉信號相互串擾、深層肌肉活動難以捕捉，即便搭配先進算法，仍需要使用者付出大量精神力才能完成精準控制。尤其對于全球超過2500萬上肢截肢患者而言，商用肌電假肢笨重、操控復雜、缺乏感官反饋，高棄用率一直是行業難題。為此，研究團隊將目光轉向光學檢測技術，提出用光信號替代電信號，打造更穩定、更自然、更易用的肌肉交互方案。

光肌圖（OMG）是一種非侵入式肌肉活動檢測技術，核心原理是利用生物組織對700-1000nm近紅外光的相對透光性，通過發光二極管向肌肉組織發射紅外光，再由光電探測器測量散射光強度，以此反映肌肉收縮時的血液灌注與氧合變化。

瑞典皇家理工學院團隊2015年首次提出光肌圖

相比傳統肌電技術，OMG具備天然優勢：信噪比更高、不受電磁干擾影響、硬件結構緊湊，無需復雜電極固定，能更穩定地捕捉肌肉活動信息。在此之前，全球已有多項OMG手勢識別研究，但均停留在離散指令解碼階段，無法實現連續、順滑的實時控制，難以滿足光標移動、精細操作等實用需求。

0350通道柔性光肌圖腕帶設計

本次研究團隊攻克這一關鍵難題，打造出一款50通道柔性OMG腕帶，設備由4個940nm紅外LED與10個光電晶體管組成，以特定陣列排布形成高靈敏度檢測單元，佩戴于前臂腹側即可采集肌肉光學信號。

注：OMG腕帶（a）被放置在前臂的腹側（b）。光電晶體管排列成四個17.6×17.6毫米的正方形。每個正方形的中心都放置了一個紅外LED。光電晶體管和紅外LED都有一個透明硅膠保護罩，該保護罩起到了透鏡的作用。每位參與者都完成了一項校準程序，在手部運動期間進行OMG記錄（c）。在校準過程中，參與者執行了帶有12個目標的中心外任務（d）。校準數據被用于訓練一個小型多層感知器。

為實現高效實時解碼，研究團隊設計了輕量化全連接神經網絡，僅包含單隱藏層與50個神經元，無需復雜預處理就能直接處理50通道OMG數據，推理速度低于33毫秒，與設備采樣率完美匹配，保證操控無延遲、無卡頓。整套系統校準流程僅需5-15分鐘，普通人無需專業訓練就能快速上手。

04 首次訓練即可基本掌握，5次逐漸熟練

為全面驗證系統實用性，研究團隊招募9名受試者開展對照實驗，其中包含8名22-26歲的健康志愿者，以及1名38歲雙手手指截肢的受試者。實驗設計分為校準、訓練、實時操控三個階段，核心任務為模擬電腦鼠標的中心外指向任務：屏幕隨機出現目標點位，受試者通過12種方向手勢移動光標，握拳手勢模擬鼠標點擊完成目標選中。同時，研究團隊設置軌跡偏差、耗時偏差、目標捕獲時間、誤點擊次數等6項核心指標，結合菲茨定律（Fitts’s Law）量化操控性能。

所有受試者均在首次訓練中掌握基本操控能力，前5次訓練周期內，軌跡精度、目標捕獲效率、操作速度均出現顯著提升，多項指標統計學差異明顯。即便在實驗后期因腕帶輕微位移出現性能小幅波動，受試者仍能保持穩定操控。模型解碼均方誤差（MSE）低至0.068-0.098，與隨機預測結果差異顯著，證明方向與點擊手勢識別高度精準。尤其值得關注的是，截肢受試者同樣快速掌握操控邏輯，在光標指向任務中表現優異，展現出該技術在假肢控制領域的真實潛力。

為進一步貼近生活場景，研究團隊還將OMG系統接入俄羅斯方塊游戲，讓健康受試者與截肢受試者分別進行測試。結果顯示，兩人均能流暢完成方塊左右移動、加速下落、旋轉等操作，持續游玩7-10分鐘并分別取得1705分和1683分的成績。

截肢受試者反饋，該系統操控輕松有趣，低速狀態下指令精準可靠，僅在游戲高速階段出現少量誤操作；健康受試者則表示，在連續方向切換與旋轉操作中，系統響應順滑，完全能滿足娛樂交互需求。這也是全球首次實現基于OMG技術的連續實時游戲操控，證明該技術不僅適用于康復醫療，還能拓展至消費電子、虛擬現實等多元場景。

05 OMG的應用潛力

通過菲茨定律、信息吞吐量、路徑效率等指標對比，研究團隊發現，光肌圖（OMG）系統整體性能與傳統sEMG系統相當，多數受試者決定系數R2超過0.9，信息吞吐量高于0.5比特/秒，路徑效率達75%以上，符合實用化人機交互標準。更重要的是，OMG規避了sEMG的核心缺陷，無需擔心電磁干擾與信號串擾，佩戴更舒適、操控更自然，截肢者無需過度緊繃肌肉就能發出穩定指令，大幅降低使用門檻。

研究團隊在論文中指出，本次OMG系統仍存在部分優化空間：腕帶位移會導致信號漂移、中立位握拳手勢識別難度較高、僅測試單例截肢患者，樣本量有限。但這些問題均有明確解決方案，未來可通過加入慣性測量單元（IMU）融合感知、優化信號濾波算法、設計自適應校準機制、定制化傳感器排布等方式逐一解決。同時，團隊提出將OMG與sEMG技術融合，利用兩種信號的互補性進一步提升解碼精度與穩定性，打造更強大的混合式神經交互界面。

從臨床價值來看，這項技術為截肢者、中風患者等運動功能障礙人群帶來全新康復希望。輕量化OMG腕帶可直接集成于智能假肢，實現精準、連續、低負擔的肢體控制，配合游戲化康復訓練，既能提升康復效果，又能降低幻肢痛發生率。從產業角度，該技術硬件成本低、結構緊湊、適配性強，可快速應用于可穿戴設備、智能家居、虛擬現實、電競交互等領域，有望成為下一代人機交互與神經康復的核心技術之一。

論文信息：

標題：Wearable optomyography enables continuous neuroprosthetic control

發表日期：2026/3/21

期刊：Scientific Reports

DOI：https://doi.org/10.1038/s41598-025-32646-y

來源 | Scientific Reports、腦機接口星球

浙大科技園啟真腦機智能產業化基地是在浙大控股集團領導下，由浙江大學科技園發展有限公司與杭州未來科技城管委會共建，圍繞腦機智能產業主體，輻射腦機+生命健康、腦機+智能制造、腦機+新一代信息技術、腦機+新材料等領域的專業化特色產業基地，由杭州啟真未來科技發展有限公司負責全面運營。

基地依托浙江大學在腦機智能方面的學科優勢，以腦機智能作為核心科技支撐，貫徹浙江大學國家大學科技園“有組織科技成果轉化、有靶向科技企業孵化、有體系未來產業培育”的服務體系，致力于打造腦機智能領域具備成果顯示度、區域影響力的產業化高地。