11月18日，华中科技大学同济医学院附属同济医院神经内科唐洲平教授团队联合机械学院陶波教授团队在Nature旗下国际权威期刊《Scientific Data》发表了题为《HEFMI-ICH: a hybrid EEG-fNIRS motor imagery dataset for brain–computer interface in intracerebral hemorrhage》的重磅成果——全球首个针对脑出血患者的“脑电-近红外”多模态脑机接口数据集（HEFMI-ICH）正式面世。

该成果标志着我国在脑机接口临床研究的数据标准建立与基础设施构建方面获得国际认可，为实现脑机接口技术从实验室走向重症临床的“精准医疗”迈出了关键一步。此项研究填补了国际上针对此类重症患者的核心数据空白，为后续深入探索神经修复机制与建立客观康复评估体系提供了宝贵的公共基础资源。

图 基于EEG-fNIRS的多模态脑机接口数据采集系统及范式设计

破解临床脑机接口困境：从“无米之炊”到“有源之水”

脑出血（ICH）是致死率、致残率最高的脑卒中类型，幸存者常遗留严重的上肢功能障碍。基于“运动想象”的脑机接口技术被视为推动神经功能重建的革命性手段——患者仅通过意念想象动作，系统即可解读其大脑信号并驱动外部设备，从而重塑受损的神经通路。

然而，该技术从实验室走向临床，尤其是应用于脑损伤患者时，一直面临核心瓶颈：缺乏高质量、标准化的专用临床数据集。“以往算法模型多基于健康年轻人的大脑信号训练，但脑出血患者的大脑因受损而‘语言混乱’，导致通用模型在患者身上‘水土不服’，解码失准，疗效大打折扣。”项目负责人唐洲平解释道。HEFMI-ICH数据集的发布，正是为了解决这一“无米之炊”的困局，为开发真正适用于脑出血患者的临床级脑机接口提供了不可或缺的“土壤”。

技术跨越：打造解读大脑“双语词典”，实现病理状态精准解码

本项研究的核心创新在于其“多模态”同步采集范式。唐洲平团队创新性地将记录脑神经电活动的高密度32通道脑电图（EEG） 与监测脑局部血氧变化的90通道功能性近红外光谱（fNIRS） 技术同步结合，实现了对全脑神经活动的多维度、高密度同步观测。这种规模的采集技术如同为大脑活动布下了一张精准的“观测网”，不仅极大地提升了数据的空间覆盖广度与信息丰富度，更为了解大脑复杂的活动机制提供了坚实支撑。

“这好比从只会一门语言，升级为掌握‘双语’。”研究团队成员时坚比喻道，“脑电信号快速但易受干扰，近红外光谱信号稳定且定位精准，两者优势互补，首次让我们能够清晰、稳定地‘聆听’并‘解读’脑出血患者在进行运动想象时，其受损大脑独特的‘神经-血管耦合’语言。”通过对脑出血患者及健康对照的精准测量，团队首次绘制出脑出血后大脑意图表达的“病理信息图谱”，为理解神经功能损伤与重建机制打开了全新的窗口。

立足未来：奠定“中国标准”，推动神经康复进入“精准时代”

高精度、多模态的HEFMI-ICH数据集不仅是一组数据，更是一个集成了先进深度学习融合算法与标准化处理流程的解决方案验证平台。它极大地降低了该领域的研究门槛，为世界各国科学家开发高精度、高鲁棒性的下一代脑机接口算法提供了不可替代的公共基础设施和高质量数据支持。

唐洲平团队此项成果的深远意义在于，它推动了脑机接口研究的范式变革——从面向健康人群的“通用模型”向服务于重症患者的“临床精准模型”实现跨越式发展。这为未来实现基于患者个体大脑特性“量身定制”的个性化康复方案奠定了坚实基础，有望极大提升脑出血等重症患者的康复效果与生存质量。

同济医院此次在国际权威平台的发声，不仅彰显了我国在高端医疗科技前沿领域的创新实力，更体现了医院始终以临床需求为导向、推动医学进步的使命担当。未来，同济医院将继续深耕脑机接口技术前沿，助力我国在精准神经康复这一战略领域占据全球制高点，最终让最前沿的科技成果惠及广大患者。