觸摸和運動的信號在大腦中顯得雜亂無章，因為每個動作都對應獨特的信號，光是提取這些信號並進行分析解碼已經是非常困難的事情，並將這些解碼的大腦信號，分離為與預期運動和觸覺相對應的信號發送到使用者上肢和下肢的電極套和振動帶讓使用者感受到觸覺並且進行活動也是非常大的挑戰。
為此技術部門也是招募了數名因脊髓損傷或因患病癱瘓而行動能力的患者參與到實驗當中。
當然，研發部門對患者的也是有要求的，這些患者大腦與其手臂和腿之間還是有脊髓纖維存活的。
之前研發部門花了一年多的時間才讓數名患者的手和大腿手就部分恢複了活動，不過這些患者還是沒有恢複觸覺反饋，患者抓握東西非常吃力，握力幾乎不受控製。
其實給這套係統增加觸覺更加困難，為了梳理出與觸摸相對應的獨特信號，研發團隊也是進行了很多研發，通過針對患者手臂和大腿進行有針對性的刺激的同時觀察當壓力施加在身體位置的大腦信號變化情況，終於還是識別出了反饋給大腦的觸摸信號。
技術團隊研發出來的振動帶也讓患者知道自己在觸摸物體，並且通過不斷改進，患者現在可以準確地分辨出他何時觸摸到物體和感覺到物體的堅硬程度。
現在這些患者已經可以做到利用這套係統完成各種動作，甚至做出一些精細的動作手勢來。
現在技術研發部門也正在改進這些係統可以讓患者方便日常使用，這些設備可以更為容易地進行穿戴和取下。
技術研發部門利用頭戴式腦機接口設備也是從誌願者頭部采集了非常龐大的數據，這為技術團隊在開發人腦信號智能識別模型算法上提供了非常大的幫助。
研究院這邊開發的腦機現階段已經能識別出多種腦部信號，不過因為腦電的低分辨率，誌願者的很多的精細的想法是無法解讀的，隻能解讀出大腦的興奮程度和注意力集中程度，不過唯一例外的“運動想象”，現在技術團隊對這種對佩戴設備的使用者很精確地檢測出運動想象腦電信號，而且可以區別出不同想象狀態的差別。
因為鄭紹剛帶領的技術團隊現在已經將感覺運動帶的功能劃分與身體的不同位置相對應的腦電信號弄得很清楚了，通過微弱腦電信號放大降噪過濾處理技術可以將把包含關鍵信號的頻段能量變化提取出來，送入一個已經訓練好的智能算法模型裏麵，可以得到非常精準的運動腦電信號翻譯編碼。
也就是現在腦機接口的技術研發部門已經可以做到讓完全喪失行動能力的患者通過這套設備來控製智能仿生機械手和機械腿來完成各種動作和獲得觸覺。
當然，這個過程還是需要患者重新訓練獲得新的神經反饋，並且患者大腦裏麵的運動功能區域神經元沒有受到嚴重損傷才能做到。 本章已閱讀完畢(請點擊下一章繼續閱讀!)