上述患者于2025年6月植入由中国科学院脑科学与智能技术卓越创新中心与合作企业共同研发的脑 机接口系统。经数周训练，患者已可稳定控制电脑光标与平板电脑。研究团队进一步将系统拓展至三维 物理设备控制，实现对智能轮椅与机器狗的连续、稳定、低延迟操控，帮助患者在复杂日常场景中完成 多项功能活动。 记者了解到，本研究在关键技术层面实现系列突破。在神经信息提取环节，研究团队开发出高压缩 比、高保真的神经数据压缩技术，并创新性地融合了"尖峰频段功率""相邻脉冲间隔"与"尖峰脉冲计 数"几种数据压缩方式。该混合解码模型在噪声环境下仍能高效提取有效信号，将脑控性能整体提升 15%～20%。面对真实环境中声、光、电磁干扰及患者生理、心理状态波动导致的信号不稳定问题，研 究团队引入"神经流形对齐技术"，从高维动态神经信号中提取稳定低维特征，增强了解码器的环境适应 性与跨天稳定性。 响应速度是脑机接口的核心指标之一。人体自然神经环路传导延迟约为200毫秒，该研究通过自定 义通信协议，将系统从信号采集到指令执行的端到端延迟压缩至100毫秒以内，低于生理延迟水平，使 患者的控制体验更为流畅自然。此外，研究团队革新系统校准方式，研发"在 ...