Brain2Qwerty：非侵入式脑电信号文本解码研究

这份研究报告介绍了一种名为 Brain2Qwerty 的新型深度学习架构，旨在通过 非侵入式脑电活动 解码人类输入的文字内容。研究人员招募了35名志愿者，在其打字时利用 脑磁图 (MEG) 和 脑电图 (EEG) 记录神经信号，并成功实现了句子的重构。实验结果显示，MEG 的解码效果显著优于 EEG，其平均字符错误率仅为 29%，顶尖受试者甚至达到了 18%。该系统结合了 卷积模块、Transformer 以及 预训练语言模型，能够有效利用大脑运动皮层的空间表征和语言的统计规律。这项技术通过避免高风险的神经手术，缩小了非侵入式设备与植入式脑机接口之间的性能差距。总而言之，该成果为开发安全、可扩展的 脑机接口 铺平了道路，有望帮助丧失交流能力的患者恢复表达。